quantmod ttr getSymbol＆amp;报价硬编码

Question

我是R编程的新手，现在正在开发一个假设与R交互的系统。我的问题是：

如何从脚本硬编码中获取引号，而不是从“yahoo”，“google”等各种来源获取引号？

为什么我需要在脚本中硬编码的引号？

我使用Rserve作为我的下游系统，主系统会提取数据并执行其他组合检查，然后调用R-TTR-quantmod包来计算财务数据。因此，我不希望R重新获取这些引号，因此我希望将引号硬编码并从我的系统发送到Rserve，在那里执行它并从那里返回结果。这样我的代码就依赖于R上的标准计算，用户可以专注于其他业务逻辑。

为什么我不使用csv文件方法？

我在一个实时系统和文件io会花费大量时间并且会减慢我的系统。

例如：

library(quantmod)

library(TTR)

从雅虎拉出S＆amp; P500索引数据金融

getSymbols("^RIL", from="2000-01-01", to="2008-12-07")

计算RSI指标

rsi <- RSI(Cl(RIL),2)

所以这就是我需要的：

• 而不是调用getSymbol我想将数据作为一个传递 脚本中的变量。
• 我认为数据可能在时间上非常大或有时非常小。
• 那么在这种情况下我该怎么办？

Answer 1

我刚刚研究了一些使用load / save来缓存xts对象的代码。代码很简单：

getSymbols("^RIL", from="2000-01-01", to="2008-12-07")
save(RIL,file="cache/RIL.rdata")

然后在您执行分析的其他脚本中：

load("cache/RIL.rdata")
rsi <- RSI(Cl(RIL),2)

作为额外的奖励，.rdata文件被gzip压缩。

一些统计数据：图表1

我以前的方法有1分钟的条形，每天一个csv文件。 303个文件，总计12MB，加载到86,590行XTS对象花了5.64s（已经过去;用户时间是5.34s）。

.rdata文件为2.8MB，需要0.056秒。

图表2：

第一种方法：在数据上新鲜运行RSI（作为另一种计算的前传）。 第二种方法：让另一个离线进程对数据运行RSI，并将其缓存到.rdata文件。

加载RSI文件的速度比新计算RSI数据快3倍。

警告：在我的计时测试中，我使用了一个循环，它在第1遍创建/保存，然后在第2到第20遍加载。后者加载我是时间。所以它在任何操作系统文件缓存中都是新鲜的。