我有以下原始代码
prices <- c(11.44, 12.64, 13.12, 11.98, 19.34)
dates <- seq(as.Date("2011-07-01"), by=1, len=length(prices))
ts.prices <- xts(prices, order.by =dates)
covariance <- function(x, convert.to.vec=FALSE) {
if (convert.to.vec == TRUE)
x <- as.vector(x)
xbar <- mean(x)
N <- length(x)
i <- 1
covariance <- sum((x[1:(N-i)]-xbar)*(x[(1+i):N]-xbar))
return(covariance)
}
无论covariance
是convert.to.vec
还是TRUE
,FALSE
函数的输出都会有所不同:
> covariance(ts.prices, TRUE)
[1] -5.679376
> covariance(ts.prices, FALSE)
[1] 4.445328
添加一些变量和print
后,可以更轻松地调试代码:
covariance <- function(x, convert.to.vec=FALSE) {
if (convert.to.vec == TRUE)
x <- as.vector(x)
xbar <- mean(x)
N <- length(x)
i <- 1
term.1 <- x[1:(N-i)]-xbar
term.2 <- x[(1+i):N]-xbar
term.3 <- term.1*term.2
covariance <- sum(term.3)
print(term.1)
print(term.2)
print(term.3)
print(covariance)
#covariance <- sum((x[1:(N-i)]-xbar)*(x[(1+i):N]-xbar))
#return(covariance)
}
我们可以看到term.3
的值是不同的值:
> covariance(ts.prices, TRUE)
[1] -2.264 -1.064 -0.584 -1.724
[1] -1.064 -0.584 -1.724 5.636
[1] 2.408896 0.621376 1.006816 -9.716464
[1] -5.679376
> covariance(ts.prices, FALSE)
[,1]
2011-07-01 -2.264
2011-07-02 -1.064
2011-07-03 -0.584
2011-07-04 -1.724
[,1]
2011-07-02 -1.064
2011-07-03 -0.584
2011-07-04 -1.724
2011-07-05 5.636
e1
2011-07-02 1.132096
2011-07-03 0.341056
2011-07-04 2.972176
[1] 4.445328
当convert.to.vec
为TRUE
时,term.3
包含4个浮点数,而当convert.to.vec
为FALSE
时,它包含3个浮点数。所以我假设不同的值是由两个xts对象与两个vector'ed xts对象的乘法引起的。为什么会这样?
DC
答案 0 :(得分:1)
基于@ alexis_laz的评论,当Ops.xts
或+
等*
函数用于两个xts
对象时,如果两个对象首先相互合并,则它们的索引不完全相同,我们可以在xts`s sourcecode中看到:
if( NROW(e1)==NROW(e2) && identical(.index(e1),.index(e2)) ) {
.Class <- "matrix"
NextMethod(.Generic)
} else {
tmp.e1 <- merge.xts(e1, e2, all=FALSE, retclass=FALSE, retside=c(TRUE,FALSE))
e2 <- merge.xts(e2, e1, all=FALSE, retclass=FALSE, retside=c(TRUE,FALSE))
e1 <- tmp.e1
.Class <- "matrix"
NextMethod(.Generic)
}
在我的示例中,term.1
和term.2
没有相同的索引,因此两个对象都已合并,Ops
函数*
仅返回包含重叠日期的对象。一种解决方案是在原始coredata
对象上调用x
。