时间戳

首页 > 解决方案 > N 个块中的块时间序列数据集，用于比较均值和方差

r - N 个块中的块时间序列数据集，用于比较均值和方差

问题描述

我正在做一个分析时间序列数据的项目。这是从 2018 年 1 月 1 日到 2019 年 12 月 31 日的苹果股票。从数据集中，我选择了两列“日期”和“Ajd.close”。我在下面附上了一个小数据集。（或者：您可以直接从雅虎财经下载数据。蓝色按钮“应用”下方有下载链接。）

我用 adf.test() 测试了数据集。它不是静止的。现在我想尝试另一种方式，将数据集分成 24 个周期（月），然后比较这些分块数据的均值和方差。我尝试使用 chunker() 但似乎没有用。我该怎么做？谢谢！

这是数据集的较短版本：

      Date       Adj.Close

1   2018-01-02    41.38024
2   2018-01-03    41.37303
3   2018-01-04    41.56522
4   2018-01-05    42.03845
5   2018-01-08    41.88231
6   2018-01-09    41.87751
7   2018-01-10    41.86789
8   2018-01-11    42.10571
9   2018-01-12    42.54050
10  2018-01-16    42.32431
11  2018-01-17    43.02335
12  2018-01-18    43.06179
13  2018-01-19    42.86961
14  2018-01-22    42.51889
15  2018-01-23    42.52850
16  2018-01-24    41.85107
17  2018-01-25    41.10399
18  2018-01-26    41.20008
19  2018-01-29    40.34730
20  2018-01-30    40.10948
21  2018-01-31    40.21999
22  2018-02-01    40.30407
23  2018-02-02    38.55526
24  2018-02-05    37.59198

标签： rtime-series

解决方案

您可能想要检查回报的平稳性，而不是原始价格。使用最后 Note 中的数据将其转换为 zoo 类，计算收益，按年/月计算平均值和 sd 统计汇总并绘图。如果您更喜欢年/季度，请替换as.yearmon为as.yearqtr.

library(zoo)

aapl <- read.zoo(aapl.df)
aapl.ret <- diff(aapl, arith = FALSE) - 1

stats <- function(x) c(mean = mean(x), sd = sd(x))
aapl.ret.stats <- aggregate(aapl.ret, as.yearmon, stats)

plot(aapl.ret.stats, main = "AAPL Adj Returns")

要使用任意长度的块，这里是 10，我们可以使用 rollapplyr：

na.omit(rollapplyr(drop(aapl.ad.ret), 10, by = 10, stats))

雅虎数据

问题中没有足够的数据来真正显示上述内容，但使用 quantmod 我们可以下载更长的系列并执行相同的操作，给出代码后显示的图。我们还展示了一些可以使用数据运行的测试。

library(quantmod)
getSymbols("AAPL")

aapl.ad <- Ad(AAPL)
aapl.ad.ret <- diff(aapl.ad, arith = FALSE) - 1

stats <- function(x) c(mean = mean(x), sd = sd(x))
aapl.ret.stats <- aggregate(aapl.ad.ret, as.yearmon, stats)

# plot shown after code
plot(aapl.ret.stats, main = "AAPL Adj Returns")

# some additional things to try -- output not shown

aapl.ad.ret.na <- na.omit(aapl.ad.ret)
acf(aapl.ad.ret.na)
Box.test(aapl.ad.ret.na)

library(tseries)
adf.test(aapl.ad.ret.na)
kpss.test(aapl.ad.ret.na, null = "Level")
kpss.test(aapl.ad.ret.na, null = "Trend")

截屏

笔记

可重现形式的输入：

Lines <- "      Date       Adj.Close
1   2018-01-02    41.38024
2   2018-01-03    41.37303
3   2018-01-04    41.56522
4   2018-01-05    42.03845
5   2018-01-08    41.88231
6   2018-01-09    41.87751
7   2018-01-10    41.86789
8   2018-01-11    42.10571
9   2018-01-12    42.54050
10  2018-01-16    42.32431
11  2018-01-17    43.02335
12  2018-01-18    43.06179
13  2018-01-19    42.86961
14  2018-01-22    42.51889
15  2018-01-23    42.52850
16  2018-01-24    41.85107
17  2018-01-25    41.10399
18  2018-01-26    41.20008
19  2018-01-29    40.34730
20  2018-01-30    40.10948
21  2018-01-31    40.21999
22  2018-02-01    40.30407
23  2018-02-02    38.55526
24  2018-02-05    37.59198"
aapl.df <- read.table(text = Lines)

推荐阅读