Question

我想知道是否可以聚合自定义时段。

我尝试使用to.period(x,"day",3,OHLC=FALSE)进行汇总，但由于它刚刚返回最新阶段，因此无效。

例如，让x为具有OHLC数据的2天xts对象。

               Open     High      Low    Close   Volume
1999-11-18 30.65656 33.68852 26.95082 28.80369 66392936
1999-11-19 28.93002 28.97213 26.82449 27.45615 16173015

任何xts工具都允许我聚合到单行吗？

所以我想要的结果如下：

               Open     High      Low    Close   Volume
1999-11-19 30.65656 33.68852 26.82449 27.45615 82565951

打开的地方，是开放的第一天，高点是两天的最高点，低点是两天的低点，而收盘点是最后几天的收盘价。成交量只是两天成交量的总和。我希望这个解决方案能够被推广和扩展，因为我想为整个N×M xts对象做这个。我将指定k。在上面的例子中，k=2 ....所以每隔2天，我会聚合到一个。

Answer 1

使用OHLC=TRUE可以帮助您解决问题。

AAPL1 <- to.period(AAPL,"days",k = 2,OHLC=TRUE)

head(AAPL1)
# AAPL.Open AAPL.High AAPL.Low AAPL.Close AAPL.Volume AAPL.Adjusted
# 2007-01-04     86.29     86.58    81.90      85.66   521395000      11.14619
# 2007-01-05     85.77     86.20    84.40      85.05   208685400      11.06681
# 2007-01-08     85.96     86.53    85.28      85.47   199276700      11.12147
# 2007-01-10     86.45     97.80    85.15      97.00  1575544600      12.62176
# 2007-01-12     95.94     96.78    93.23      94.62   688235800      12.31207
# 2007-01-16     95.68     97.25    95.45      97.10   311019100      12.63477

但是to.period每2天计算的方式可能不适合你（由于周末等问题，一些聚合期仍会返回1条数据）。如果速度对您来说不是一个大问题，您可以在R中从头开始创建条形图（to.period使用引擎盖下的C代码更快。这种方法可以让您更灵活地汇总数据。

getSymbols("AAPL")

head(AAPL, 12)
#AAPL.Open AAPL.High AAPL.Low AAPL.Close AAPL.Volume AAPL.Adjusted
#2007-01-03     86.29     86.58    81.90      83.80   309579900      10.90416
#2007-01-04     84.05     85.95    83.82      85.66   211815100      11.14619
#2007-01-05     85.77     86.20    84.40      85.05   208685400      11.06681
#2007-01-08     85.96     86.53    85.28      85.47   199276700      11.12147
#2007-01-09     86.45     92.98    85.15      92.57   837324600      12.04533
#2007-01-10     94.75     97.80    93.45      97.00   738220000      12.62176
#2007-01-11     95.94     96.78    95.10      95.80   360063200      12.46562
#2007-01-12     94.59     95.06    93.23      94.62   328172600      12.31207
#2007-01-16     95.68     97.25    95.45      97.10   311019100      12.63477
#2007-01-17     97.56     97.60    94.82      94.95   411565000      12.35501
#2007-01-18     92.10     92.11    89.05      89.07   591151400      11.58990
#2007-01-19     88.63     89.65    88.12      88.50   341118400      11.51573
# You want to aggregate every 2 full trading days of data, so have the endpoints of each aggregation period simply increment by 2.
ep2d <- seq(0, NROW(ep), by = 2)

m2 <- period.apply(AAPL,INDEX=ep2d,FUN=
                       function(x) {

                           xts(x = matrix(c(coredata(Op(x))[1], max(coredata(Hi(x))), min(coredata(Lo(x))), coredata(Cl(x))[NROW(x)],
                                            sum(coredata(Vo(x)))), nrow =1), order.by= index(x)[NROW(x)],
                           dimnames = list(NULL, c("Open", "High", "Low", "Close", "Volume")))
                       })

head(m2)
# Open  High   Low Close     Volume
# 2007-01-04 86.29 86.58 81.90 85.66  521395000
# 2007-01-08 85.77 86.53 84.40 85.47  407962100
# 2007-01-10 86.45 97.80 85.15 97.00 1575544600
# 2007-01-12 95.94 96.78 93.23 94.62  688235800
# 2007-01-17 95.68 97.60 94.82 94.95  722584100
# 2007-01-19 92.10 92.11 88.12 88.50  932269800

R xts to.period用于自定义每日聚合期

1 个答案: