对于R中不断增长的数据馈送，如何根据“峰值时间”和“返回基线时间”计算两个时间长度？

Question

如何用R？

完成以下任务

1. 将不断变化的数据源（例如https://goo.gl/XCM6yG）连接到R，
2. 一旦价格从初始基线范围开始一直上升到峰值（由绿色水平线表示），测量时间，
3. 从峰值回到基线范围（青色线）测量时间

注意：“离开基线范围”（除非有更好的数学方法）定义为至少最近的5个价格均超过最近200个价格的均值超过3个标准差

Answer 1

这是一个非常模糊的问题，有一个未知的用例但是......我们走了。

1. 以何种方式监控？长度？这就是我做的事情
2. 向量有超过200个值，我们可以取平均值，因此我们需要一个控制流来处理该部分。
3. 我添加了一些基本上强制你要计算的行为的噪音（ifelse（i％in％996：1000,100,0），这意味着，如果迭代器在996到1000之间，则向随机添加100正常我生成）。我们设置一个计数器并检查每个值是否大约是矢量值的3 sd，如果是，我们记录时间。
4. 在数据的每个输入处...检查当前值是否为最大值...现在这更加棘手，因为我们必须查看趋势。这超出了我的帮助范围。

5. 由于我不理解

   ，由你决定

    vec <- vecmean <- val5 <- c()
    counter <- 0 
   for(i in 1:1000){        
   vec[i] <- rnorm(1) + ifelse(i %in% 996:1000, 100, 0)
   Sys.sleep(.001)  # change to 1 second 
   #1 
   cat('The vector has',length(vec),'values within...\n')
   
   #2
   if(length(vec)>200){
     vecmean <- c(vecmean, mean(vec[(i-200):i]))
     cat('The mean of the last 200 observations is ',
         format(vecmean[length(vecmean)], digits =2),'\n')
   
     #3 
     upr <- vecmean[length(vecmean)] + 3*sd(vec)
     if(vec[i] > upr){
       counter <- counter + 1
     } else{
       counter <- 0
     }
     if(counter > 4){
       cat('Last 5 values greater than 3sd aboving the rolling mean!\n')
       val5 <- Sys.time()
       cat("Timestamp:",as.character(val5),'\n')
     }
   }
   # 4
   theMax <- max(vec)
   if(vec[i] == theMax & !is.null(val5) ){
     valMax <- Sys.time()
     valDiff <- valMax - val5
     cat('The time difference between the first flag and second is', as.character(valDiff),'\n')
   }
   
   
   }