Question

我开始用R弄湿自己，我对时间序列概念不熟悉。任何人都可以指出我正确的方向来计算每月的％变化，基于每日数据点？我想要在每个月的第一个和最后一个数据点之间进行更改。例如：

tseries数据：

1/1/2000 10.00
...
1/31/2000 10.10
2/1/2000 10.20
...
2/28/2000 11.00

我正在寻找以下形式的返回数据框：

1/31/2000 .01
2/28/2000 .0784

理想情况下，我能够从上个月的终点计算到当月的终点，但我认为按月分区更容易作为起点。我正在看包裹动物园和xts，但我仍然卡住了。任何接受者？感谢...

Answer 1

以下是使用plyr和ddply执行此操作的一种方法。我按顺序使用ddply，首先获取每个月的第一行和最后一行，然后再次计算 monthlyReturn。 （也许使用xts或动物园可能会更容易，我不确定。）

#Using plyr and the data in df
df$Date <- as.POSIXlt(as.Date(df$Date, "%m/%d/%Y"))
df$Month <- (df$Date$mon + 1) #0 = January

sdf <- df[,-1] #drop the Date Column, ddply doesn't like it

library("plyr")
#this function is called with 2 row data frames
monthlyReturn<- function(df) {
  (df$Value[2] - df$Value[1])/(df$Value[1])  
}

adf <- ddply(sdf, .(Month), function(x) x[c(1, nrow(x)), ]) #get first and last values for each Month   
mon.returns <- ddply(adf, .(Month), monthlyReturn)

以下是我用来测试它的数据：

> df
         Date Value
1    1/1/2000  10.0
2   1/31/2000  10.1
3    2/1/2000  10.2
4   2/28/2000  11.0
5    3/1/2000  10.0
6   3/31/2000  24.1
7   5/10/2000 510.0
8   5/22/2000 522.0
9   6/04/2000 604.0
10  7/03/2000  10.1
11  7/30/2000   7.2
12 12/28/2000  11.0
13 12/30/2000   3.0

> mon.returns
  Month          V1
1     1  0.01000000
2     2  0.07843137
3     3  1.41000000
4     5  0.02352941
5     6  0.00000000
6     7 -0.28712871
7    12 -0.72727273

希望有所帮助。

Answer 2

这是另一种方法（使用quantmod包）：

这将计算AAPL每日价格的月度回报。

*library(quantmod)     # load the quantmod package
getSymbols("AAPL")     # download daily price for stock AAPL
monthlyReturn = periodReturn(AAPL,period="monthly")
monthlyReturn2014 = periodReturn(AAPL,period="monthly",subset='2014:') # for 2014*

Answer 3

这是一个非常古老的主题，但作为参考，这里有一个使用@Ram相同数据的data.table解决方案：

structure(list(Date = structure(c(10957, 10987, 10988, 11015, 11017, 11047, 11087, 11099, 11112, 11141, 11168, 11319, 11321), class = "Date"), Value = c(10, 10.1, 10.2, 11, 10, 24.1, 510, 522, 604, 10.1, 7.2, 11, 3)), .Names = c("Date", "Value"), row.names = c(NA, -13L), class = c("data.table", "data.frame"), .internal.selfref = <pointer: 0x00000000001b0788>)

它本质上是一个使用data.table::month函数的单行程序：

library(data.table)

setDT(df)[ , diff(Value) / Value[1], by= .(month(Date))]

这将产生相对于每个月的第一个记录日的变化。如果首选相对于最后日的更改，则应将中间的表达式更改为diff(Value) / Vale[2]。

Answer 4

1）没有套餐试试这个：

DF <- read.table(text = Lines)

fmt <- "%m/%d/%Y"
ym <- format(as.Date(DF$V1, format = fmt), "%Y-%m")

ret <- function(x) diff(range(x))/x[1]
ag <- aggregate(V2 ~ ym, DF, ret)

，并提供：

> ag
       ym         V2
1 2000-01 0.01000000
2 2000-02 0.07843137

如果需要，我们可以将其转换为"ts"类。假设没有错过的月份：

ts(ag$V2, start = 2000, freq = 12)

，并提供：

            Jan        Feb
2000 0.01000000 0.07843137

2）如果您使用zoo或xts时间序列包，它会更容易一些。 fmt和ret来自上方：

library(zoo)
z <- read.zoo(text = Lines, format = fmt)
z.ret <- aggregate(z, as.yearmon, ret)

，并提供：

> z.ret
  Jan 2000   Feb 2000 
0.01000000 0.07843137

如果您已有data.frame DF，那么read.zoo语句可以替换为z <- read.zoo(DF, format = fmt)，如果第一列是{{format，则省略"Date" arg 1}} class。

如果需要"ts"课程，请使用as.ts(z.ret)

注意：输入Lines为：

Lines <- "1/1/2000 10.00
1/31/2000 10.10
2/1/2000 10.20
2/28/2000 11.00"

Answer 5

TTR包中的ROC功能将执行此操作。如果您只关注月度行为，则可以先使用to.monthly或endpoints（）（From daily time series to weekly time series in R xts object）。

library(TTR)
# data.monthly <- to.monthly( data, indexAt='periodEnd' ) # if OHLC data
# OR
data.monthly <- data[ endpoints(data, on="months", k=1), ]
data.roc <- ROC(data.monthly, n = 1, type = "discrete")

如何计算R中每日时间序列的月变化率？

5 个答案: