Question

我在R中有这个代码：

corr = function(x, y) {
    sx = sign(x)
    sy = sign(y)

    cond_a = sx == sy && sx > 0 && sy >0
    cond_b = sx < sy && sx < 0 && sy >0
    cond_c = sx > sy && sx > 0 && sy <0
    cond_d = sx == sy && sx < 0 && sy < 0
    cond_e = sx == 0 || sy == 0

    if(cond_a) return('a')
    else if(cond_b) return('b')
    else if(cond_c) return('c')
    else if(cond_d) return('d')
    else if(cond_e) return('e')
}

它的作用是与R中的mapply函数一起使用，以计算时间序列中存在的所有可能的符号模式。在这种情况下，模式的长度为2，所有可能的元组都是：(+,+)(+,-)(-,+)(-,-)

我以这种方式使用corr函数：

> with(dt['AAPL'], table(mapply(corr, Return[-1], Return[-length(Return)])) /length(Return)*100)

         a          b          c          d          e 
24.6129416 25.4466058 25.4863041 24.0174672  0.3969829 

> dt["AAPL",list(date, Return)]
      symbol       date     Return
   1:   AAPL 2014-08-29 -0.3499903
   2:   AAPL 2014-08-28  0.6496702
   3:   AAPL 2014-08-27  1.0987923
   4:   AAPL 2014-08-26 -0.5235654
   5:   AAPL 2014-08-25 -0.2456037

我想将corr函数推广到n个参数。这意味着对于每个n，我必须写下与所有可能的n元组相对应的所有条件。目前我能想到的最好的事情就是使python脚本使用循环编写代码字符串，但必须有一种方法可以正确地执行此操作。你有没有想过如何概括写作的挑剔状态，也许我可以尝试使用expand.grid但是如何匹配呢？

Answer 1

这是一种稍微不同的方法，但它可能会为您提供您正在寻找的东西，并允许您使用任何大小的n元组。基本方法是找到n个返回的每个连续集合的相邻变化的符号，将n长度符号变化转换为1和0的n元组，其中0 =负返回和1 =正回报。然后计算每个n元组的十进制值作为二进制数。对于每个不同的n元组，这些数字显然是不同的。使用动物园时间序列进行这些计算提供了几个有用的函数，包括用于检索股票价格的get.hist.quote（），用于计算回报的diff（），以及用于计算n元组及其总和的rollapply（）函数。下面的代码执行这些计算，将符号更改的总和转换回二进制数字的n元组，并在数据框中收集结果。

library(zoo)
library(tseries)
n <- 3     # set size of n-tuple
#
#  get stock prices and compute % returns
#
dtz <- get.hist.quote("AAPL","2014-01-01","2014-10-01", quote="Close")
dtz <-  merge(dtz, (diff(dtz, arithmetic=FALSE ) - 1)*100)
names(dtz)  <-  c("prices","returns")
#
#  calculate the sum of the sign changes
#
dtz <- merge(dtz, rollapply( data=(sign(dtz$returns)+1)/2, width=n, 
                       FUN=function(x, y) sum(x*y), y = 2^(0:(n-1)), align="right" ))
dtz <- fortify.zoo(dtz)
names(dtz)  <-  c("date","prices","returns", "sum_sgn_chg")
#
#  convert the sum of the sign changes back to an n-tuple of binary digits
#
for( i in 1:nrow(dtz) ) 
    dtz$sign_chg[i] <- paste(((as.numeric(dtz$sum_sgn_chg[i]) %/%(2^(0:2))) %%2), collapse="")
#
#  report first part of result
#
head(dtz, 10)
#
#  report count of changes by month and type
#
table(format(dtz$date,"%Y %m"), dtz$sign_chg)

可能的输出示例是一个表格，显示每个月按类型更改的计数。

         000 001 010 011 100 101 110 111 NANANA
 2014 01   1   3   3   2   3   2   2   2      3
 2014 02   1   2   4   2   2   3   2   3      0
 2014 03   2   3   0   4   4   1   4   3      0
 2014 04   2   3   2   3   3   2   3   3      0
 2014 05   2   2   1   3   1   2   3   7      0
 2014 06   3   4   3   2   4   1   1   3      0
 2014 07   2   1   2   4   2   5   5   1      0
 2014 08   2   2   1   3   1   2   2   8      0
 2014 09   0   4   2   3   4   2   4   2      0
 2014 10   0   0   1   0   0   0   0   0      0

因此，这将显示在2014年1月的第1个月中，有一组三天，其中000表示3个下降回报，3天表示001变化表示两个下降返回，然后是一个正向返回，依此类推。大多数月份似乎有一个相当随机的分布，但5月和8月显示7天和8天3天的正回报反映了这些是AAPL的强劲月份。

Answer 2

我认为您最好在rollapply(...)包中使用zoo。由于您似乎正在使用quantmod（加载xts和zoo），因此这是一个不使用所有嵌套if(...)语句的解决方案。

library(quantmod)
AAPL    <- getSymbols("AAPL",auto.assign=FALSE)
AAPL    <- AAPL["2007-08::2009-03"]    # AAPL during the crash...
Returns <- dailyReturn(AAPL)

get.patterns <- function(ret,n) {
  f <- function(x) {  # identifies which row of `patterns` matches sign(x)
    which(apply(patterns,1,function(row)all(row==sign(x))))
  }
  returns  <- na.omit(ret)
  patterns <- expand.grid(rep(list(c(-1,1)),n))
  labels   <- apply(patterns,1,function(row) paste0("(",paste(row,collapse=","),")"))
  result   <- rollapply(returns,width=n,f,align="left")
  data.frame(100*table(labels[result])/(length(returns)-(n-1)))
}
get.patterns(Returns,n=2)
#      Var1     Freq
# 1 (-1,-1) 22.67303
# 2  (-1,1) 26.49165
# 3  (1,-1) 26.73031
# 4   (1,1) 23.15036

get.patterns(Returns,n=3)
#         Var1      Freq
# 1 (-1,-1,-1)  9.090909
# 2  (-1,-1,1) 13.397129
# 3  (-1,1,-1) 14.593301
# 4   (-1,1,1) 11.722488
# 5  (1,-1,-1) 13.636364
# 6   (1,-1,1) 13.157895
# 7   (1,1,-1) 12.200957
# 8    (1,1,1) 10.765550

基本思想是创建一个patterns矩阵，其中2^n行和n列，其中每一行代表一种可能的模式（e，g，（1,1），（ - 1），1）等）。然后使用rollapply(...)将每日返回值传递给此函数，并确定patterns中哪一行与sign(x)完全匹配。然后使用这个行号向量和labels的索引，其中包含模式的字符表示，然后像你一样使用table(...)。

这对于n天模式是通用的，但它忽略了任何返回正好为零的情况，因此$Freq列不会加起来为100.正如您所看到的，这不会发生常。

有趣的是，即使在崩溃期间，它（非常轻微）也有可能连续两天上升，而不是两天下来。如果您在此期间查看plot(Cl(AAPL))，您会发现这是一次非常疯狂的旅行。

如何推广这种算法（符号模式匹配计数器）？

2 个答案: