これは他のいくつかの質問に似ていますが、私はまだそれを機能させることができませんでした. ローリング関数 (TTR パッケージから) を一連の財務情報 (取引価格と出来高) に適用しようとしていますrunMADが、ローリング操作はすべて日中にする必要があります (つまり、翌日にも前日にも交差しないでください)。 ）。
データは xts オブジェクトとして保存され、2 つの列 (価格と出来高) があります。このオブジェクトを日ごとに分割して、日ごとに xts オブジェクトのリストを作成し、runMAD関数を毎日適用して、4 つの列 (2 つの元の価格と出来高の列、次に 2 つの列) を持つ xts オブジェクトのリストを返すことを期待しています。 runMAD-price と runMAD-volume の新しいもの)。ただし、lapply日数に等しい長さのリストしか返せないようです-したがって、毎日の平均のような関数は機能しますが、1日に複数の結果をスローするローリング関数を機能させる方法がわかりません. 最終的に、価格と出来高の各行をテストして、中央値からの偏差が、それぞれのローリング MAD の 3 倍であるかどうかを確認したいと思います。そのようなインスタンスは変数に保存されます (xts インデックス付き)。
sample data:
2011-01-02 09:11:00 20.20 20000
2011-01-02 10:42:00 20.40 50000
2011-01-02 12:33:00 20.90 5000
2011-01-02 12:33:00 20.90 10000
2011-01-02 13:25:00 20.90 10000
2011-01-02 15:36:00 20.90 50000
2011-01-02 15:39:00 20.90 50000
2011-01-02 16:12:00 20.90 15000
2011-01-02 16:33:00 20.90 50000
2011-01-02 17:04:00 20.90 50000
2011-01-02 17:05:00 20.90 50000
2011-01-02 18:26:00 20.90 10000
2011-01-03 09:21:00 20.20 20000
2011-01-03 11:19:00 20.40 50000
2011-01-03 17:33:00 20.90 5000
2011-01-06 12:33:00 20.90 10000
2011-01-06 13:25:00 20.90 10000
2011-01-06 15:36:00 20.90 50000
2011-01-06 15:39:00 20.90 50000
2011-01-06 16:20:00 20.90 15000
2011-01-06 16:20:00 20.90 50000
2011-01-06 17:24:00 20.90 50000
2011-01-06 17:55:00 20.90 50000
2011-01-06 18:49:00 20.90 10000
[編集：GSeeのコメントに続いて、データのより大きな（および修正された）サンプルdputがあります：]
dput(head(sample.data,200))
structure(c(23.48, 19.08, 22.43, 21.75, 19.78, 19.76, 23.11, 23.31, 19.58, 19.28, 23.68, 23.47, 22.13, 23.17, 24.53, 22.79, 20.28, 19.73, 22.05, 19.23, 22.40, 23.43, 20.40, 23.58, 19.94, 19.58, 21.70, 20.65, 21.69, 24.09, 22.21, 21.42, 19.48, 24.20, 23.37, 24.68, 21.64, 23.24, 23.59, 19.61, 21.89, 23.21, 19.47, 24.77, 19.64, 19.61, 21.07, 24.68, 20.20, 23.37, 24.47, 22.55, 19.64, 22.73, 23.94, 21.31, 19.69, 19.51, 21.27, 20.47, 23.67, 23.42, 20.56, 20.60, 22.23, 22.16, 20.78, 21.47, 24.82, 19.34, 19.08, 24.92, 24.12, 20.46, 21.67, 22.25, 19.16, 22.47, 24.00, 23.32, 21.13, 23.67, 20.35, 20.80, 23.48, 21.22, 21.51, 21.91, 24.06, 22.17, 24.23, 22.43, 24.94, 20.99, 24.93, 22.48, 21.74, 19.18, 21.14, 21.89, 20.23, 24.80, 22.81, 20.96, 24.30, 21.11, 23.69, 23.20, 20.09, 23.09, 21.56, 20.93, 22.97, 24.53, 23.96, 19.33, 24.63, 19.27, 19.57, 21.40, 24.04, 22.37, 24.95, 21.37, 24.01, 20.42, 21.82, 19.06, 23.08, 20.37, 21.28, 19.87, 21.84, 20.95, 20.89, 24.59, 19.18, 24.26, 20.64, 22.12, 20.85, 24.31, 22.55, 24.32, 19.90, 24.58, 24.13, 21.55, 21.06, 20.84, 20.68, 23.47, 19.67, 21.82, 23.31, 19.67, 19.45, 24.56, 20.06, 24.46, 19.89, 21.57, 20.21, 24.20, 20.53, 19.91, 23.67, 22.95, 21.18, 21.57, 20.01, 19.36, 20.65, 19.75, 22.12, 19.79, 21.07, 24.77, 21.46, 20.64, 21.94, 19.81, 23.58, 22.48, 21.03, 19.37, 19.46, 22.68, 24.56, 21.40, 21.94, 23.27, 21.26, 20.34, 23.39, 21.97, 22.25, 22.40, 23.44, 24.38, 5900, 2400, 3100, 1200, 5100, 5700, 3400, 4900, 3900, 6400, 2600, 2200, 2800, 6200, 1100, 2500, 3500, 5900, 6600, 5100, 1800, 4200, 4500, 1200, 6200, 1400, 2800, 2400, 1500, 900, 2900, 3200, 5800, 3500, 4500, 4500, 4500, 6800, 5000, 4900, 5300, 6100, 3400, 1500, 6200, 1500, 5400, 5800, 800, 6300, 5000, 3400, 5500, 5600, 2100, 3700, 4400, 3100, 4600, 2700, 2700, 2700, 2600, 1200, 1700, 2900, 5300, 4900, 2600, 3100, 4000, 6000, 2500, 3000, 6500, 3600, 5900, 2300, 1600, 1300, 4800, 3800, 4000, 1500, 5600, 5500, 1500, 3100, 1300, 3200, 1500, 1400, 1400, 4600, 5300, 5600, 1200, 1500, 6100, 2200, 6700, 1700, 4000, 6200, 2700, 1100, 4500, 5400, 1600, 2600, 5700, 4100, 7000, 2300, 2600, 5100, 4500, 1900, 2400, 2600, 6900, 2100, 3500, 3600, 2900, 900, 2800, 2200, 4900, 1700, 3000, 800, 2500, 6100, 3300, 6500, 2600, 6200, 900, 4000, 6600, 6400, 1000, 4800, 6900, 4000, 2800, 1200, 6200, 2700, 1300, 1200, 2800, 1300, 5900, 4000, 3900, 5300, 2400, 4700, 6900, 2900, 6200, 3300, 6900, 2200, 1800, 5500, 2000, 6400, 3500, 5300, 5000, 6700, 4500, 3200, 1700, 3300, 5000, 5800, 4900, 2100, 1200, 5200, 1000, 900, 2600, 1000, 5500, 3400, 1600, 4700, 1500, 5900, 6900, 3700, 4900, 5700, 900, 2400), class = c("xts", "zoo"), .indexCLASS = c("POSIXlt",
"POSIXt"), .indexTZ = "", tclass = c("POSIXlt", "POSIXt"), tzone = "", index = structure(c(1325584080, 1325594940, 1325594940, 1325604600, 1325759100, 1325762520, 1325762520, 1325769300, 1325769300, 1325848080, 1325864880, 1326128220, 1326196500, 1326196500, 1326196500, 1326196500, 1326196500, 1326196500, 1326209700, 1326279480, 1326283620, 1326288300, 1326288300, 1326289680, 1326289680, 1326289680, 1326292320, 1326294060, 1326294600, 1326297600, 1326387000, 1326456720, 1326467160, 1326711600, 1326723000, 1326724260, 1326809940, 1326814860, 1326885960, 1326885960, 1326889980, 1326894000, 1326895200, 1326895200, 1326898080, 1326986700, 1326987240, 1326992100, 1327072140, 1327328040, 1327328040, 1327328040, 1327417920, 1327423140, 1327424820, 1327425240, 1327483200, 1327496520, 1327570320, 1327570320, 1327575420, 1327588680, 1327588980, 1327595880, 1327595880, 1327595880, 1327664820, 1327674720, 1327680660, 1327680780, 1327680780, 1327683960, 1327914300, 1327914300, 1327915260, 1327918140, 1327924860, 1327924920, 1327924980, 1327924980, 1327927680, 1328013360, 1328014200, 1328025000, 1328025000, 1328026740, 1328089440, 1328091360, 1328091360, 1328110620, 1328111340, 1328111340, 1328112420, 1328113800, 1328193540, 1328194080, 1328194140, 1328196720, 1328274360, 1328274420, 1328278320, 1328519280, 1328520120, 1328520600, 1328520600, 1328524140, 1328527980, 1328531580, 1328540880, 1328540880, 1328547600, 1328547660, 1328547720, 1328547780, 1328607060, 1328608080, 1328618760, 1328623380, 1328623380, 1328625720, 1328631480, 1328717760, 1328717880, 1328793000, 1328797980, 1329132840, 1329210480, 1329215400, 1329215820, 1329215820, 1329219480, 1329223140, 1329300900, 1329301620, 1329315240, 1329315240, 1329388740, 1329389700, 1329390000, 1329390000, 1329390180, 1329391860, 1329391860, 1329391860, 1329402120, 1329467700, 1329467700, 1329469080, 1329469080, 1329471300, 1329477000, 1329477000, 1329489840, 1329732660, 1329732660, 1329733080, 1329745980, 1329745980, 1329750120, 1329750120, 1329750780, 1329753780, 1329753780, 1329753900, 1329754080, 1329754260, 1329755520, 1329755520, 1329755820, 1329755880, 1329755880, 1329756000, 1329815040, 1329815040, 1329826380, 1329840000, 1329841200, 1329841200, 1329842220, 1329901080, 1329901200, 1329901200, 1329901680, 1329901680, 1329902040, 1329902100, 1329902100, 1329902100, 1329902340, 1329902340, 1329902340, 1329902520, 1329902880, 1329902880, 1329906720, 1329906840, 1329908460, 1329910980, 1329911880, 1329914400), tzone = "", tclass = c("POSIXlt", "POSIXt")), .Dim = c(200L, 2L), .Dimnames = list(NULL, c("sample.dataprice", "sample.datavol")))
runMAD同じ期間に複数の取引があることがよくあります。そのような場合、まだ表示されていない場合は、それぞれを個別に表示したいと思います。また、ウィンドウがrunMAD特定の日の取引数よりも大きい可能性があることを認識しています。そのような場合、その日を無視 (NA) するか、可能であればrunMADウィンドウ サイズを動的に取引数に減らします。その日に。
私のデータの文字列:
str(サンプル.データ)
An ‘xts’ object on 2012-01-03 09:11:00/2012-03-30 18:49:00 containing:
Data: num [1:459, 1:2] 22.6 22.5 22.5 22.5 22.8 ...
- attr(*, "dimnames")=List of 2
..$ : NULL
..$ : chr [1:2] "sample.dataprice" "sample.datavol"
Indexed by objects of class: [POSIXlt,POSIXt] TZ:
xts Attributes:
NULL
私はsplitこれを数日してからrunMAD：
sample.data.days <- split.xts(sample.data, f="days")
require(TTR)
runMAD(sample.data.days, n=6, stat="median", cumulative=FALSE, constant=1)
*Error in runMedian(x, n, cumulative = cumulative) : (list) object cannot be coerced to type 'double'*
runMADウィンドウの長さより観測数が少ない日に適用されないようにするために、十分な観測数がある日のみを保持します。
sample.data.days6<- sample.data.days[vapply(sample.data.days, FUN=nrow, FUN.VALUE=0L)>6]
私もこれを試しました：
do.call(runMAD, lapply(as.numeric(index(sample.data.days6)), function(x) runMAD(sample.data.days6, constant=1)))
ただし、上記と同じエラーがスローされます (runMedian(x、n、累積 = 累積) のエラー: (リスト) オブジェクトを型 'double' に強制することはできません)。
データをリストに入れて日を区切る代わりに、これも試しました：
apply.daily(sample.data, function(d){
c(runMAD_price = runMAD(d$sample.data[, 1], n=6),
runMAD_volume = runMAD(d$sample.data[, 2], n=6),
)
})
*Error in array(x, c(length(x), 1L), if (!is.null(names(x))) list(names(x), : 'data' must be of a vector type
この質問のわずかなバリエーションは、取引の移動ウィンドウではなく、移動時間ウィンドウ (たとえば 1 時間) に対して同じことがどのように行われるかを確認することです。
ウィンドウが時間ベースであるか観測ベースであるかに関係なく、最終的には、特定のウィンドウの中央値からの値 (価格またはボリューム) の偏差を MAD (中央ウィンドウ)、特定のしきい値 (たとえば 3) を超えています。観測値の半分が同じ場合、MAD は 0 になるため、0 を以前の MAD>0 に置き換えたいと思います。