如何使用申請（）計算時間滯後於R中

數據幀我有IPC的歷史價格數據框（^ MXX）和IM試圖使矩陣滯後爲列：如何使用申請（）計算時間滯後於R中

for(i in 1:length(IPC$Close)-1){ 
    for(l in 1:length(IPC$Close)-1){ 
    Lags[l,i] <- log(IPC$Close[l+i]-log(IPC$Close[l])) 
    } 
}

這工作，但......用不了這麼多時間。我如何介紹應用功能？

來源

2017-10-05 Alex

嗨Alex，歡迎來到Stackoverflow。請通過[此鏈接]（https://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example）給出一個可重複的示例，以便其他人可以輕鬆地提供幫助您。 –

我不明白你的公式非常好。但如果你試圖計算滯後回報的矩陣，這可能是一個更好的辦法，使用embed：要

# the data 
N=10 
set.seed(123) 
IPC=data.frame(Close=runif(N,10,20)) 
IPC$ret=c(NA,diff(log(IPC$Close))) 
#IPC 

# the matrix of lagged returns  
Nlags=2 
embed(diff(log(IPC$Close)), Nlags+1) 

      [,1]  [,2]  [,3] 
[1,] 0.29001164 -0.23840447 0.32850576 
[2,] 0.03005332 0.29001164 -0.23840447 
[3,] -0.61837953 0.03005332 0.29001164 
[4,] 0.37947945 -0.61837953 0.03005332 
[5,] 0.21382720 0.37947945 -0.61837953 
[6,] -0.19867561 0.21382720 0.37947945 
[7,] -0.06306525 -0.19867561 0.21382720

來源

2017-10-05 03:04:26 Robert

它的工作原理！非常感謝！ – Alex

Asuuming計算/ lapply R中所有與sapply可能滯後

IPC=data.frame(Close=seq(100,120)) 
# both nested double sapply and outer worked identically in this case 
t1 <-sapply(1:length(IPC$Close), function(x) sapply(1:length(IPC$Close),function(y) log(IPC$Close[y])-log(IPC$Close[x]))) 
t2 <-outer(log(IPC$Close), log(IPC$Close), FUN = "-") 

# test case on simplier case 
a=seq(1,5) 
# both of the function below wll compute all the lags 
# sapply, since lapply will output listed which require more processing 
sapply(a, function(x) sapply(a, function(y) x-y)) 
outer(a, a, "-") 
# [,1] [,2] [,3] [,4] [,5] 
# [1,] 0 1 2 3 4 
# [2,] -1 0 1 2 3 
# [3,] -2 -1 0 1 2 
# [4,] -3 -2 -1 0 1 
# [5,] -4 -3 -2 -1 0

但是如果你真的在處理股票價格，你應該仔細研究時間序列（動物園，xts）及其各自的功能，如lag（）。雖然我覺得有時難以合作。

來源

2017-10-05 03:23:44 MingH

通常一個代表，如XTS採用時間序列類金融時間序列。在這種情況下，我們可以使用lag這樣的xts方法：

library(quantmod) # also loads xts, zoo and TTR 

getSymbols("GOOG") # get GOOG OHLCV data 
## [1] "GOOG" 

class(GOOG) 
## [1] "xts" "zoo" 

# take last few rows of GOOG and then display the 
# original series closes (lag 0) with 3 lags 
lag(tail(Cl(GOOG)), 0:3) 
##   GOOG.Close GOOG.Close.1 GOOG.Close.2 GOOG.Close.3 
## 2017-09-26  924.86   NA   NA   NA 
## 2017-09-27  944.49  924.86   NA   NA 
## 2017-09-28  949.50  944.49  924.86   NA 
## 2017-09-29  959.11  949.50  944.49  924.86 
## 2017-10-02  953.27  959.11  949.50  944.49 
## 2017-10-03  957.79  953.27  959.11  949.50

來源

2017-10-05 03:28:13

如何使用申請（）計算時間滯後於R中

回答

相關問題