如何計算R中每日時間序列的月變化率？

Question

我開始用R弄濕自己，我對時間序列概念不熟悉。 任何人都可以指出我正確的方向來計算每月的％變化，基於每日數據點？ 我想要在每個月的第一個和最后一個數據點之間進行更改。 例如：

tseries數據：

1/1/2000 10.00
...
1/31/2000 10.10
2/1/2000 10.20
...
2/28/2000 11.00

我正在尋找表單的返回數據框：

1/31/2000 .01
2/28/2000 .0784

理想情況下，我能夠從上個月的端點計算到當月的端點，但我認為按月分區更容易作為起點。 我正在看包裹動物園和xts，但我仍然卡住了。 任何接受者？ 謝謝...

Answer 1

這是使用plyr和ddply完成它的一種方法。 我按順序使用ddply，首先獲取每個月的第一行和最后一行，然后再次計算每月返回。 （也許使用xts或動物園可能會更容易，我不確定。）

#Using plyr and the data in df
df$Date <- as.POSIXlt(as.Date(df$Date, "%m/%d/%Y"))
df$Month <- (df$Date$mon + 1) #0 = January

sdf <- df[,-1] #drop the Date Column, ddply doesn't like it

library("plyr")
#this function is called with 2 row data frames
monthlyReturn<- function(df) {
  (df$Value[2] - df$Value[1])/(df$Value[1])  
}

adf <- ddply(sdf, .(Month), function(x) x[c(1, nrow(x)), ]) #get first and last values for each Month   
mon.returns <- ddply(adf, .(Month), monthlyReturn)

這是我用來測試它的數據：

> df
         Date Value
1    1/1/2000  10.0
2   1/31/2000  10.1
3    2/1/2000  10.2
4   2/28/2000  11.0
5    3/1/2000  10.0
6   3/31/2000  24.1
7   5/10/2000 510.0
8   5/22/2000 522.0
9   6/04/2000 604.0
10  7/03/2000  10.1
11  7/30/2000   7.2
12 12/28/2000  11.0
13 12/30/2000   3.0

> mon.returns
  Month          V1
1     1  0.01000000
2     2  0.07843137
3     3  1.41000000
4     5  0.02352941
5     6  0.00000000
6     7 -0.28712871
7    12 -0.72727273

希望有所幫助。

Answer 2

這是另一種方法（使用quantmod包）：

這將計算AAPL每日價格的月度回報。

*library(quantmod)     # load the quantmod package
getSymbols("AAPL")     # download daily price for stock AAPL
monthlyReturn = periodReturn(AAPL,period="monthly")
monthlyReturn2014 = periodReturn(AAPL,period="monthly",subset='2014:') # for 2014*

Answer 3

這是一個非常古老的線程，但作為參考，這里有一個使用與@Ram相同數據的data.table解決方案：

structure(list(Date = structure(c(10957, 10987, 10988, 11015, 11017, 11047, 11087, 11099, 11112, 11141, 11168, 11319, 11321), class = "Date"), Value = c(10, 10.1, 10.2, 11, 10, 24.1, 510, 522, 604, 10.1, 7.2, 11, 3)), .Names = c("Date", "Value"), row.names = c(NA, -13L), class = c("data.table", "data.frame"), .internal.selfref = <pointer: 0x00000000001b0788>)

它本質上是一個使用data.table::month函數的data.table::month ：

library(data.table)

setDT(df)[ , diff(Value) / Value[1], by= .(month(Date))]

這將產生相對於每個月的第一個記錄日的變化。 如果首選相對於最后一天的更改，則應將中間的表達式更改為diff(Value) / Vale[2] 。

Answer 4

1）沒有包試試這個：

DF <- read.table(text = Lines)

fmt <- "%m/%d/%Y"
ym <- format(as.Date(DF$V1, format = fmt), "%Y-%m")

ret <- function(x) diff(range(x))/x[1]
ag <- aggregate(V2 ~ ym, DF, ret)

贈送：

> ag
       ym         V2
1 2000-01 0.01000000
2 2000-02 0.07843137

如果需要，我們可以將其轉換為"ts"類。 假設沒有錯過的月份：

ts(ag$V2, start = 2000, freq = 12)

贈送：

            Jan        Feb
2000 0.01000000 0.07843137

2）如果你使用zoo或xts時間序列包，這會容易一些。 fmt和ret來自上方：

library(zoo)
z <- read.zoo(text = Lines, format = fmt)
z.ret <- aggregate(z, as.yearmon, ret)

贈送：

> z.ret
  Jan 2000   Feb 2000 
0.01000000 0.07843137 

如果您已經有data.frame DF則read.zoo語句可以替換為z <- read.zoo(DF, format = fmt) ，如果第一列是"Date"類，則省略format arg。

如果需要"ts"類，則使用as.ts(z.ret)

注意：輸入Lines是：

Lines <- "1/1/2000 10.00
1/31/2000 10.10
2/1/2000 10.20
2/28/2000 11.00"

Answer 5

TTR包中的ROC功能將執行此操作。 如果您只查看月度行為，則可以首先使用to.monthly或endpoints（）（ 從每日時間序列到R xts對象中的每周時間序列 ）。

library(TTR)
# data.monthly <- to.monthly( data, indexAt='periodEnd' ) # if OHLC data
# OR
data.monthly <- data[ endpoints(data, on="months", k=1), ]
data.roc <- ROC(data.monthly, n = 1, type = "discrete")