下面是一些示例代码:
library(quantmod)
library(dplyr)
stock.prices <- getSymbols(Symbols = 'AAPL', from = '2017-08-08', to = '2017-08-17', env = NULL)[,c(2,4)]
stock.dividends <- getDividends(Symbol = 'AAPL', from = '2017-08-08', to = '2017-08-17')
summary <- merge(stock.prices, stock.dividends)
summary <- data.frame(date=index(summary), coredata(summary))
summary <- mutate(summary, buy.price = ifelse(is.na(AAPL.div), NA, lag(AAPL.Close, 1)))
summary
它产生以下数据:
date AAPL.High AAPL.Close AAPL.div lag.buy.price
1 2017-08-08 161.83 160.08 NA NA
2 2017-08-09 161.27 161.06 NA NA
3 2017-08-10 160.00 155.32 0.63 161.06
4 2017-08-11 158.57 157.48 NA NA
5 2017-08-14 160.21 159.85 NA NA
6 2017-08-15 162.20 161.60 NA NA
7 2017-08-16 162.51 160.95 NA NA
我想这样添加一列:
date AAPL.High AAPL.Close AAPL.div lag.buy.price sell.date
1 2017-08-08 161.83 160.08 NA NA NA
2 2017-08-09 161.27 161.06 NA NA NA
3 2017-08-10 160.00 155.32 0.63 161.06 2017-08-15
4 2017-08-11 158.57 157.48 NA NA NA
5 2017-08-14 160.21 159.85 NA NA NA
6 2017-08-15 162.20 161.60 NA NA NA
7 2017-08-16 162.51 160.95 NA NA NA
这找到了我可以卖出的第二个盈亏平衡日期...我在2017-08-09购买股票以有资格在第二天获得股息。我支付每股161.06。收到股息后,我现在想以> = 161.06的价格出售。我可以做到的第一天是2017年8月15日。
我可以运行一个for循环来实现这一目标,但它看起来相当粗糙且效率低下。
是否可以使用dplyr生成“ sell.date”列?
答案 0 :(得分:2)
这应该可以带你到那里:
library(quantmod)
library(tidyverse)
stock.prices <- getSymbols(Symbols = 'AAPL', from = '2017-08-08', to = '2017-08-17', env = NULL)[,c(2,4)]
stock.dividends <- getDividends(Symbol = 'AAPL', from = '2017-08-08', to = '2017-08-17')
summary <- merge(stock.prices, stock.dividends) %>%
as_tibble() %>%
rownames_to_column('date') %>%
coredata() %>%
mutate(buy.price = ifelse(is.na(AAPL.div), NA, lag(AAPL.Close, 1)))
new_summary <- summary %>%
rownames_to_column() %>%
mutate(rowname = as.numeric(rowname),
sell.date = map2_chr(rowname, buy.price, function(row, buy){
if(is.na(row) | is.na(buy)){
NA
}else{
data <- summary %>%
mutate(lt_buy = AAPL.High >= buy) %>%
filter(lt_buy == T, rowname > row)
min(data$date)
}
}))
首先,您需要将行号附加到数据框。然后,您应该使用purrr::map
遍历数据(我将您的library(dplyr)
更改为library(tidyverse)
以获得purrr
)。 purrr::map2
接受两个向量输入(在这种情况下,您的data.frame
的两列-我可以随意切换到tibble
)并在这些输入上运行一个函数。我在此处编写的匿名函数会过滤摘要tibble
中输入日期之外的日期和高于购买价格的价格。然后返回满足该条件的最短日期。
我还对您的数据设置进行了一些更改,以使其使用管道链和更多tidy
类型的结构。
希望这会有所帮助!
答案 1 :(得分:2)
df[is.na(df$AAPL.div),'AAPL.div'] <- 0
sell.date <-
with(df, {
bought <- date > as.Date('2017-08-09')
date[which.max(bought & (AAPL.Close + cumsum(AAPL.div*bought)) > 161.06)]})
sell.date
#[1] "2017-08-15"
将此添加为列
df$sell.date <- ifelse(is.na(df$lag.buy.price), NA, sell.date)
df
# date AAPL.High AAPL.Close AAPL.div lag.buy.price sell.date
# 1: 2017-08-08 161.83 160.08 0.00 NA <NA>
# 2: 2017-08-09 161.27 161.06 0.00 NA <NA>
# 3: 2017-08-10 160.00 155.32 0.63 161.06 2017-08-15
# 4: 2017-08-11 158.57 157.48 0.00 NA <NA>
# 5: 2017-08-14 160.21 159.85 0.00 NA <NA>
# 6: 2017-08-15 162.20 161.60 0.00 NA <NA>
# 7: 2017-08-16 162.51 160.95 0.00 NA <NA>
使用的数据
library(data.table)
df <- fread("
a date AAPL.High AAPL.Close AAPL.div lag.buy.price
1 2017-08-08 161.83 160.08 NA NA
2 2017-08-09 161.27 161.06 NA NA
3 2017-08-10 160.00 155.32 0.63 161.06
4 2017-08-11 158.57 157.48 NA NA
5 2017-08-14 160.21 159.85 NA NA
6 2017-08-15 162.20 161.60 NA NA
7 2017-08-16 162.51 160.95 NA NA
")[, -1]
答案 2 :(得分:1)
此解决方案并非完全没有for循环,但我想您是说要循环比较每个值(此处已向量化该部分)。万一您发现有一个以上的股息,您将需要此循环:
summary$sell.date<-as.Date(rep(NA,7))
for(i in 1:length(which(!is.na(summary$buy.price))))
summary$sell.date[which(!is.na(summary$buy.price))[i]]<- summary[c(rep(FALSE,which(!is.na(summary$buy.price))[i]-1),(summary[which(!is.na(summary$buy.price))[i]:nrow(summary),"AAPL.High"]>summary[!is.na(summary$buy.price),"buy.price"][i])),"date"][1]
它产生以下结果:
date AAPL.High AAPL.Close AAPL.div buy.price sell.date
1 2017-08-08 161.83 160.08 NA NA <NA>
2 2017-08-09 161.27 161.06 NA NA <NA>
3 2017-08-10 160.00 155.32 0.63 161.06 2017-08-15
4 2017-08-11 158.57 157.48 NA NA <NA>
5 2017-08-14 160.21 159.85 NA NA <NA>
6 2017-08-15 162.20 161.60 NA NA <NA>
7 2017-08-16 162.51 160.95 NA NA <NA>