R語言時間序列數據應用xts

zoo是時間序列的基礎庫，是面向通用的設計。 xts 是對時間序列庫(zoo) 的一種擴展實現(xiàn)。xts 類型繼承了zoo 類型，豐富了時間序列數據處理的函數。

一、xts對象的結構和定義

1、xts對象是一個具有時間索引的觀測值矩陣,結構如下：

xts = matrix + times

2、創(chuàng)建xts對象，函數如下：

xts (x= ,  order.by= ,  …  )

參數   x ： 數據，必須是一個向量或者矩陣；

order.by： 索引(index)，是一個與x行數相同的升序排列的時間對象。

創(chuàng)建示例：

data <- rnorm(5)

dates <- seq(as.Date("2016-01-01"), length = 5, by = "days")

smith <- xts(x = data, order.by = dates)

3、屬性（Attr）

xts允許數據綁定任意鍵值屬性，可用來保存對象的元數據。創(chuàng)建xts對象時添加屬性，只需要將name=value參數傳送給xts()函數。

#使用 POSIXct日期類對象創(chuàng)建bday
bday <- as.POSIXct("1899-05-08")

# 創(chuàng)建xts對象，并新增born屬性
hayek <- xts(x = data, order.by = dates, born = bday)

4、分解xts對象

xts 和 zoo的核心是一個簡單的R矩陣和一些附加屬性，最重要的屬性是索引( index)。索引包含了將數據作為時間序列的所有信息。

coredata()   獲取xts對象中的矩陣部分。

index()      獲取xts對象的index部分。

5、轉換成xts對象

as.xts()

6、xts與其他時間序列的主要區(qū)別

xts與R大部分其他時間序列對象的主要區(qū)別是： xts可以使用表示時間的任何類，不管是POSIXct, Date 還是其他類，xts將它們轉換成一種內部格式，使用戶盡可能自然地選取子集。

a <- xts(x = 1:2, as.Date("2012-01-01") + 0:1)

a[index(a)]

7、索引的屬性

查看索引的類別 indexClass() 

查看索引的時區(qū) indexTZ() 

顯示或修改索引時間格式   indexFormat() 

# 修改時間表示格式
indexFormat(temps) <- "%m/%d/%Y"

tzone(), 用于提取或設置時區(qū)。

tzone(x) <- "Time_Zone"

Xts對象的索引的原始向量是自UNIX紀元(1970-01-01)以來的累計秒數的向量

.index()可獲取索引的原始向量。

以下函數用于提取類似于POSIXlt 類型的時間組件：

.indexday()

.indexmon()

.indexyear()
#創(chuàng)建一個周末日期索引
index <- which(.indexwday(temps) == 0 | .indexwday(temps) == 6)

二、輸入和輸出xts數據

1、實際應用中從硬盤或者網絡中讀取數據。

例如，硬盤中的tmp_file文件的內容如下：

a,b

1/02/2015, 1, 3

2/03/2015, 2, 4

輸入示例1：

# 讀取tmp_file文件
dat<-read.csv(tmp_file)

#將dat轉換成xts格式
xts(dat, order.by = as.Date(rownames(dat), "%m/%d/%Y"))

輸入示例2：

#使用read.zoo讀取tmp_file文件
dat_zoo <- read.zoo(tmp_file, index.column = 0, sep = ",", format = "%m/%d/%Y")

#將dat_zoo轉換成xts
dat_xts <- xts(dat_zoo)

輸入示例3：

# FUN = as.yearmon將時間字符串轉換成更合適的時間類。

sun <- read.zoo(tmp_file, sep = ",", FUN = as.yearmon)

# 轉換成xts對象
sun_xts<-xts(sun)

2、 輸出xts對象

主要有兩種方式：

1、使用saveRDS() 和readRDS() 將單個R對象序列化。

2、使用 zoo中的函數 write.zoo()

#獲取臨時文件名
tmp <- tempfile()

#使用zoo將xts對象寫入tmp文件
write.zoo(data_xts, sep = ",", file = tmp)

三、查詢時間范圍

1、查詢日期范圍

Xts可快速有效地確定日期和時點范圍的子集，并提取相應的觀測值。

使用特殊字符和日期搭配就可提取xts對象的日期范圍。

A["20090825"]       ## 20090825

A["201203/201212"]       ## 201203至201212

A["/201601"]       ## 自 201601開始

2、提取每日時間間隔

# 選取所有日期9:30-16:00之間的觀測值

NYSE["T09:30/T16:00"]

3、觀測值的更新或替換

# 將dates向量中對應的觀測值設置為NA

x[dates] <- NA

# 自2016-06-09至今的觀測值修改為0

x["2016-06-09/"] <- 0

4、定位時間周期的開始和結束
last(temps, "1 week")

last(lastweek, 2)

first(lastweek, "-2 days")

可以將first()和last()組合起來使用

#第1周的后3天

last(first(Temps, '1 week'), '3 days')

5、查看時間周期性和次數

periodicity()  查看時間序列的周期

ndays() , nmonths(), nquarters()  查看周期的次數

四、xts對象的合并運算

xts objects在做數學計算時，會遵循時間并且只返回有時間交集的數據。 

1、用merge按列合并xts

merge()將一個或多個序列按列合并。適用于按固定日期來規(guī)范觀測值。

merge(a, b, join = "right", fill = 9999)

3個關鍵參數：

... ：用于合并的任意個的對象

Join ：規(guī)定如何合并序列，例如inner或left方式。

Fill ： 規(guī)定如何設置序列合并后出現(xiàn)的缺失值

2、用rbind按行合并xts

合并結果按時間升序排列

五、觀測值的NA值處理

1、前一個或下個觀測值結轉法

取缺失值的前一個觀測值來填補缺失值。可防止先窺偏差（look-ahead bias）

# 使用上個觀測值

na.locf(x)               

#設置fromLast = TRUE，可使用下個觀測值填補空缺

na.locf(x, fromLast = TRUE)

2、使用na.approx()插補缺值

na.approx()基于兩點之間的簡單線性插值，數據點使用索引值之間的距離來估算，估算值在時間上是線性的。

六、時間序列操作

1、偏移函數lag（）

k是偏移的步長。在xts中，k為正，序列的觀測值將向下（時間后方）偏移；k為負，觀測值將向上偏移。Zoo與xts相反。

> a

[,1]

2016-01-01    1

2016-01-02    2

2016-01-03    3

> lag(a)

[,1]

2016-01-01   NA

2016-01-02    1

2016-01-03    2

> lag(a,k=-1)

[,1]

2016-01-01    2

2016-01-02    3

2016-01-03    NA

2、差分函數diff()

一個簡單的差分例如：  x(t) - x(t-k)  其中k是序列偏移的步長。高階差分是對每個之前的差分計算結果的重復應用。

diff(xtsdata,  lag = , differences = )

參數說明：

Lag：偏移數；

differences：差分的次序(例如：調用多少次 diff )。

# 下面兩條指令的效果相同

diff(x, differences = 2)

diff(diff(x))

3、endpoints()函數，按時間間隔分割數據

endpoints(data，on=， k= )

該函數接收一個時間序列并返回每個時間區(qū)間的最后一個觀測值的位置向量。返回值以0開始，以數據長度（總行數）結束。

參數on 支持各種時間周期, 包括"years", "quarters", "months"，"hours"和 "minutes"等。

參數K用于找到第k個周期。例如，設置on = "weeks", k = 2, 可取每兩周的最后一天。注意最后一個返回值總是數據的長度，即便是與間隔周期不一致。

例如，下列代碼顯示某數據每年的最后一個觀測值

endpoints(Air, on = "years")

[1] 0 12 24 36 48 60 72 84 96 108 120 132 144

4、用period.apply按時間分割數據，并運算

period.apply(x, INDEX, FUN, ...)

使用舉例：

# 計算每周的端點
ep <- endpoints(temps, on = "weeks")

# 計算每周均值并顯示結果

period.apply(temps, INDEX = ep, FUN = mean)

5、用split-lapply-rbind分割數據并運算

#按周來劃分數據，f參數是一個字符串，用于描述劃分的間隔（例如："months", "years"）

data_weekly <- split(data, f = "weeks")

#創(chuàng)建一個每周均值的列表

temps_avg <- lapply(X = data_weekly, FUN = mean)

x_list_rbind <- do.call(rbind, temps_avg)

do.call(rbind, ...)

向rbind傳送一個list，而不是一次傳送一個對象。

6、單變量序列轉換成OHLC數據（Open-High-Low-Close data）

基于常規(guī)窗口整合不同頻次的序列可以使分析更容易。

to.period()函數格式如下，參數包括序列x, 表示周期的字符k等

to.period(x,

period = "months",

k = 1,

indexAt,

name=NULL,

OHLC = TRUE,

...)

使用舉例：
usd_eur_weekly <- to.period(usd_eur, period = "weeks")
usd_eur_yearly <- to.period(usd_eur, period = "years", OHLC = FALSE)

7、轉換成低頻序列

to.period()也可將序列轉換成低調整頻次的數據，類似于二次抽樣。

# 轉換成季度OHLC格式

mkt_quarterly <- to.period(eq_mkt, period = "quarters")

#使用快捷功能轉換成季度OHLC格式

mkt_quarterly2 <- to.quarterly(eq_mkt, name = "edhec_equity", indexAt = "firstof")

indexAt參數設置為firstof ，選取區(qū)間時間的起點。設置參數name可以改變每一列的基礎名。

8、計算時間序列的滾動標準差

時間序列數據的另一個常用需求是在數據的滾動窗口應用函數。

xts 對象可使用zoo函數rollapply()來實行。

該函數參數有時間序列對象x，窗口大小width，應用于每個滾動周期的函數FUN。

Width參數規(guī)定了窗口中的觀測值數量。例如，選取一個序列的10天滾動。

rollapply(x, width = 10, FUN = max, na.rm = TRUE)

注意：如果是日觀測值的序列是選取10天，如果是月觀測值的序列會選取10個月。

七、修改時間戳

1、在高頻次數據中發(fā)現(xiàn)具有相同時間戳的觀測值時，一般有效的做法是強制時間唯一，增加毫秒隨機數。

make.index.unique(data，eps= ,  drop=  ,…) 

參數說明：

eps：epsilon or small change的縮寫，控制相同的時間被擾亂的程度。

drop = TRUE：移除全部重復觀測值。

舉例

make.index.unique(x, eps = 1e-4)  #  增加隨機數

make.index.unique(x, drop = TRUE) # 去除重復項

2、 某些情形時間戳過于精確，最好是近似到一些固定的間隔點。例如觀測值可能在一小時內的任何時點發(fā)生，但只需記錄最近的下個整點。

以下一個時間對齊數據，秒，分鐘，小時。

align.time(data，n= )   參數n，表示要近似到的秒數

align.time(x, n = 60) # 近似到分鐘