如何计算自200个周期的股票以来的期间

Question

我想计算自单变量时间序列的200个周期高点以来经过的周期数。例如，这是SPY的收盘价：

require(quantmod)
getSymbols("SPY",from='01-01-1900')
Data <- Cl(SPY)

现在，我可以使用quantmod中的Lag函数找到本系列的200个周期的高点：

periodHigh <- function(x,n) {
    Lags <- Lag(x,1:n)
    High <- x == apply(Lags,1,max)
    x[High]
}
periodHigh(Data, 200)

但现在我被卡住了。如何将其合并回原始系列（Data）并计算系列中的每个点，自上一个n期间高点以来经过了多少个时段？

Answer 1

这个小函数返回一个列表：

• high高日期的索引号
• recentHigh最近一个高日的索引号
• daysSince自上次上诉以来的天数
• data只有高天数的xts对象。用于绘图。

代码：

daysSinceHigh <- function(data, days){
  highs <- days-1+which(apply(embed(data, days), 1, which.max)==1)
  recentHigh <- max(highs)
  daysSince <- nrow(data) - recentHigh
  list(
    highs=highs,
    recentHigh = recentHigh,
    daysSince = daysSince,
    data=data[highs, ])
}       

结果：

daysSinceHigh(Data, 200)$daysSince
[1] 90

plot(Data)
points(daysSinceHigh(Data, 200)$data, col="red")

Answer 2

您修改后的问题的答案：

require(zoo)
x <- sample(300:500, 1000, replace=TRUE)
str(rollapply(x, 200, function(x) which.max(x)))
# int [1:801] 14 13 12 11 10 9 8 7 6 5 ...
 plot(x)
 plot(200:1000, rollapply(x, 200, function(x) 200-which.max(x)))

所以对于xts系列：

plot( rollapply(coredata(Data), 200, function(x) 200-which.max(x)))

您显然无法将任何内容合并回前200个日期，除非您应用更宽松的滚动最大值定义。 （在另一个涉及“shifty”数据的SO会话中，我展示了如何使用embed填充“尾随”句点：Data transformation in R但我不知道你是否想要构造200倍于输入的矩阵数据。）

Answer 3

我编辑了之前答案中的代码，使得它们是采用相同输入的函数（单变量时间序列）并返回相同的输出（自上一个n天高以来的天数）：

daysSinceHigh1 <- function(x,n) {
    as.vector(n-rollapply(x, n, which.max))
}

daysSinceHigh2 <- function(x, n){
    apply(embed(x, n), 1, which.max)-1
}

第二个功能似乎是最快的，但它们提供的结果略有不同：

> getSymbols("^GSPC",from='01-01-1900')
[1] "GSPC"
> system.time(x <- daysSinceHigh1(Cl(GSPC), 200))
   user  system elapsed 
   0.42    0.00    0.42 
> system.time(y <- daysSinceHigh2(Cl(GSPC), 200))
   user  system elapsed 
   0.24    0.00    0.24 
> all.equal(x,y)
[1] "Mean relative difference: 0.005025126"

仔细观察后，第一个函数中似乎有一些奇怪的边缘情况：

data <- c(1,2,3,4,5,6,7,7,6,5,6,7,8,5,4,3,2,1)
answer <- c(0,0,0,0,1,2,3,0,0,1,2,3,4,4)
x <- daysSinceHigh1(data, 5)
y <- daysSinceHigh2(data, 5)

> x
 [1] 0 0 0 1 2 3 4 4 0 1 2 3 4 4
> y
 [1] 0 0 0 0 1 2 3 0 0 1 2 3 4 4
> answer
 [1] 0 0 0 0 1 2 3 0 0 1 2 3 4 4
> all.equal(x,answer)
[1] "Mean relative difference: 0.5714286"
> all.equal(y,answer)
[1] TRUE

因此，似乎第二个功能（基于Andrie的代码）更好。