R数据帧的滚动自相关函数

时间:2017-04-07 19:00:36

标签: r dataframe time-series correlation

我有一个R数据帧,我需要为几个滚动时间窗口的每一列计算自相关。 我使用了以下解决方案

myacf=function(x,lag){
return(acf(x, na.action=na.pass,lag.max=lag)[lag])
}

for(i in 2:dim(dfres)[1]){
  print(i)
  col=rollapply(as.numeric(dfres[,i]),width=oneday,FUN=myacf,lag=oneday) 
}

其中dfres是一个矩阵(我排除第一列,因为它包含时间戳),rollapply来自包动物园。 我得到以下错误:plot.window中的错误(需要有限'ylim'值)。 无论如何,我不需要绘图,而只需要选择滞后中的自相关值。有人能帮助我吗?

1 个答案:

答案 0 :(得分:0)

使用lapply,您可以在每个列上运行rollapply函数     所选滞后值的acf系列。然后,我们使用Reduce来合并上述步骤的结果。

我已使用edhec包中的数据集PerformanceAnalytics进行此演示。您     可以相应地更改width参数。

library("PerformanceAnalytics")

#load test dataset
data(edhec,package="PerformanceAnalytics")

#select subset with fewer columns
edhec_sub = edhec[,1:5]

fn_lag_ACF = function(lagValue = x) {


#for width as 1 year calculate acf for input lagValue for each column

acfList = lapply(edhec_sub,function(x) {


 TS = rollapply(x, width = 12,
 FUN = function(z) acf(z,na.action=na.pass,lag.max= lagValue,plot=FALSE)$acf[lagValue],
                by.column = FALSE, align = "right")
 colnames(TS) = colnames(x)             

 return(TS) 

})

#combine acf output for all columns from above step
acfMerge  = Reduce(function(x,y) merge.xts(x,y), acfList)

return(acfMerge)
}

#test with lagValue = 2
lag2DF = fn_lag_ACF(lagValue = 2)

<强>输出:

head(lag2DF,15)
#           Convertible.Arbitrage CTA.Global Distressed.Securities Emerging.Markets
#1997-01-31                    NA         NA                    NA               NA
#1997-02-28                    NA         NA                    NA               NA
#1997-03-31                    NA         NA                    NA               NA
#1997-04-30                    NA         NA                    NA               NA
#1997-05-31                    NA         NA                    NA               NA
#1997-06-30                    NA         NA                    NA               NA
#1997-07-31                    NA         NA                    NA               NA
#1997-08-31                    NA         NA                    NA               NA
#1997-09-30                    NA         NA                    NA               NA
#1997-10-31                    NA         NA                    NA               NA
#1997-11-30                    NA         NA                    NA               NA
#1997-12-31             0.5560540 -0.3010264            0.02908761        0.3305791
#1998-01-31             0.5055951 -0.4245876            0.04278214        0.1761287
#1998-02-28             0.5195872 -0.4298767            0.01375580        0.1605579
#1998-03-31             0.5070003 -0.4656213           -0.04519778        0.2061610
#           Equity.Market.Neutral
#1997-01-31                    NA
#1997-02-28                    NA
#1997-03-31                    NA
#1997-04-30                    NA
#1997-05-31                    NA
#1997-06-30                    NA
#1997-07-31                    NA
#1997-08-31                    NA
#1997-09-30                    NA
#1997-10-31                    NA
#1997-11-30                    NA
#1997-12-31           -0.11842164
#1998-01-31           -0.05986578
#1998-02-28           -0.09663855
#1998-03-31           -0.09680819