Question

我正在尝试计算2种股票价格（类型xts），AGL和BIL（下面的OHLC数据）的滚动每日相关性：

library(RODBC)
library(quantmod)
library(xts)
library(TTR)



dput(my.AGL)
structure(c(28500, 27800, 28699, 28440, 28569, 28600, 26650, 
27250, 26910, 27450, 28814, 27950, 28950, 28740, 29250, 28765, 
27429, 27584, 27534, 28072, 27122, 27050, 28406, 28030, 28211, 
27349, 26618, 26509, 26560, 27200, 27203, 27900, 28665, 28694, 
28836, 27698, 27090, 26600, 27079, 27206), .Dim = c(10L, 4L), .Dimnames = list(
    NULL, c("days.Open", "days.High", "days.Low", "days.Close"
    )), index = structure(c(1312988460, 1313074860, 1313420460, 
1313506860, 1313593260, 1313679660, 1314025260, 1314111660, 1314198060, 
1314284460), tzone = "", tclass = c("POSIXt", "POSIXct")), class = c("xts", 
"zoo"), .indexCLASS = c("POSIXt", "POSIXct"), .indexTZ = "", tclass = c("POSIXct", 
"POSIXt")) 

my.AGL
                    days.Open days.High days.Low days.Close
2011-08-10 17:01:00     28500     28814    27122      27203
2011-08-11 17:01:00     27800     27950    27050      27900
2011-08-15 17:01:00     28699     28950    28406      28665
2011-08-16 17:01:00     28440     28740    28030      28694
2011-08-17 17:01:00     28569     29250    28211      28836
2011-08-18 17:01:00     28600     28765    27349      27698
2011-08-22 17:01:00     26650     27429    26618      27090
2011-08-23 17:01:00     27250     27584    26509      26600
2011-08-24 17:01:00     26910     27534    26560      27079
2011-08-25 17:01:00     27450     28072    27200      27206

然后我使用ROC创建一个系列：

my.AGL.roc <- ROC(my.AGL[,4])

从下面的反馈中，我收集到ROC与2.13.1不兼容，因此，为了创建日志返回，我将ROC函数替换为：

my.AGL.lret <- log(my.AGL[,4]) - log(lag(my.AGL[,4], 1)

用以下代替第一次NA观察：

my.AGL.lret[ is.na(my.AGL.lret) ] <- 0 

 my.AGL.lret
                      days.Close
2011-08-10 17:01:00  0.000000000
2011-08-11 17:01:00  0.025299427
2011-08-15 17:01:00  0.027050178
2011-08-16 17:01:00  0.001011175
2011-08-17 17:01:00  0.004936565
2011-08-18 17:01:00 -0.040264398
2011-08-22 17:01:00 -0.022195552
2011-08-23 17:01:00 -0.018253440
2011-08-24 17:01:00  0.017847304
2011-08-25 17:01:00  0.004679017

但是，这两个建议在错误方面产生相同的结果。我使用xts的原因是我想将我得到的滚动相关性与原始价格序列合并。

> rollapply(my.AGL.lret, 30, mean)
Error in `colnames<-`(`*tmp*`, value = "days.Close") : 
  attempt to set colnames on object with less than two dimensions
> rollmean(my.AGL.lret, 30)
Error in `colnames<-`(`*tmp*`, value = "days.Close") : 
  attempt to set colnames on object with less than two dimensions

我确信我正在做一些愚蠢的事情，但如果有人能解释如何处理尺寸，我将不胜感激？由于我的知识有限，我创建了一个回归系列，这仍然是一个时间序列。

dim(my.AGL.roc)
[1] 406   1

提前致谢编

Answer 1

R-2.13.1下的TTR::ROC没有任何问题。您可以使用TTR::runCor来计算两个价格序列之间的滚动相关性。

library(quantmod)
my.AGL <-
structure(c(32020L, 32810L, 33000L, 33394L, 33650L, 34205L, 34140L, 
33400L, 34300L, 32975L, 33179L, 33450L, 33700L, 34180L, 35000L, 
34140L, 33600L, 34300L, 32020L, 32460L, 32811L, 33157L, 33599L, 
34205L, 33299L, 33155L, 33106L, 32850L, 33020L, 33400L, 33539L, 
34000L, 34461L, 33480L, 33400L, 33250L), .Dim = c(9L, 4L), .Dimnames = list(
    NULL, c("days.Open", "days.High", "days.Low", "days.Close"
    )), index = structure(c(1262646025, 1262732404, 1262818810, 
1262905220, 1262991623, 1263250801, 1263337207, 1263423608, 1263510020
), tzone = "", tclass = c("POSIXct", "POSIXt")), .indexCLASS = c("POSIXct", 
"POSIXt"), .indexTZ = "", class = c("xts", "zoo"))

my.AGL.roc <- ROC(Cl(my.AGL))
my.BIL.roc <- ROC(Op(my.AGL))  # since OP didn't provide BIL data
runCor(x=my.AGL.roc,y=my.BIL.roc,n=3)
#                              [,1]
# 2010-01-04 17:00:25            NA
# 2010-01-05 17:00:04            NA
# 2010-01-06 17:00:10            NA
# 2010-01-07 17:00:20 -0.6614544157
# 2010-01-08 17:00:23 -0.8643698058
# 2010-01-11 17:00:01  0.0001661546
# 2010-01-12 17:00:07  0.8768496736
# 2010-01-13 17:00:08  0.3459987310
# 2010-01-14 17:00:20  0.0289108044

更新：

由于xts和zoo对象之间的基本设计差异，

zoo rollapply在这种情况下不适用于xts对象。 xts对象始终具有dim属性，而zoo对象可以是向量。 rollapply计算“下降”到最低维度，这会将输入xts对象减少为向量，并且无法在向量上设置列名称。

添加xts rollapply方法已列入我的待办事项列表，一旦可用，这将不会成为问题。

Answer 2

my.AGL.roc中的第一个观察结果可能是NA。

来自?rollmean：

rollmean的默认方法不处理包含NA的输入。在这种情况下，请改用rollapply。

rollapply(my.AGL.roc, 30, mean)

尝试了解时间序列维度时出错

2 个答案: