在 R 中獲取每個 11 月的第 4 個星期三

Question

我有一個時間索引矩陣（xts 對象），我只想要每年 11 月的第四個星期三。

require(quantmod)
getSymbols("^GSPC", from="1900-01-01")   #returns GSPC
GSPC$WED  <- weekdays(time(GSPC)) == "Wednesday"
GSPC$NOV  <- months(time(GSPC)) == "November"
G         <- GSPC[GSPC$WED==1 & GSPC$NOV==1]

這就是我在 R 中學到的。為了解決我的問題，我選擇了 bash。

write.zoo(G, "wen_in_nov")

我做了以下黑客：

cat wen_in_nov |
grep -v IND |
cut -c 1-10 | 
sed 's/-/ /g' | 
awk '{if($3 >= 22 && $3 < 29) print $1, $2, $3, "winner"}' |
sed 's/ /-/g' > fourth_wen

第四個fourth_wen文件需要將-與字符串 'winner' 分開，所以我只是在 vi 中這樣做了。 導入回 R：

fourth_wen <- read.zoo("fourth_wen", format="%Y-%m-%d")

這基本上是自 1950 年以來 11 月的第四個星期三。有沒有辦法用更少的代碼在 R 中完成這一切？

Answer 1

使用.indexmon等直接訪問 POSIXlt 值

GSPC[.indexmon(GSPC)==10 & .indexmday(GSPC) > 22 & .indexmday(GSPC) < 29
       &.indexwday(GSPC) == 3]

           GSPC.Open GSPC.High GSPC.Low GSPC.Close GSPC.Volume GSPC.Adjusted
2007-11-28   1432.95   1471.62  1432.95    1469.02  4508020000       1469.02
2008-11-26    852.90    887.68   841.37     887.68  5793260000        887.68
2009-11-25   1106.49   1111.18  1104.75    1110.63  3036350000       1110.63
2010-11-24   1183.70   1198.62  1183.70    1198.35  3384250000       1198.35
2011-11-23   1187.48   1187.48  1161.79    1161.79  3798940000       1161.79

Answer 2

我的RcppBDT包有一個功能。

RcppBDT包裝了Boost Date_Time庫的一部分，而Boost Date_Time恰好有許多類似的功能。 所以這里是 2008 年到 2011 年的快速循環，得到每年 11 月的第四個星期三：

R> library(RcppBDT)
Loading required package: Rcpp
Creating a generic function for ‘print’ from package ‘base’ in package ‘RcppBDT’
Creating a generic function for ‘format’ from package ‘base’ in package ‘RcppBDT’
R> for (y in 2008:2011) print(getNthDayOfWeek(fourth, Wed, Nov, y))
[1] "2008-11-26"
[1] "2009-11-25"
[1] "2010-11-24"
[1] "2011-11-23"
R> 

這里的fourth 、 Wed和Nov是包命名空間中的常量，以底層 C++ 庫中相應的enum類型為模型。 使用起來非常簡單。

編輯：這是自 2000 年以來所有 4th-Wed-in-Nov 的完整示例。我確保GSPC和矢量Wed of Fridays 都同意相同的Date類型。 那么只需將Wed加入GSPC ：

R> library(quantmod)
Loading required package: Defaults
Loading required package: TTR
R> getSymbols("^GSPC", from="1900-01-01")  
R> Wed <- sapply(2000:2011, function(y) getNthDayOfWeek(fourth, Wed, Nov, y))
R> index(GSPC) <- as.Date(index(GSPC))
R> GSPC[as.Date(Wed)]
           GSPC.Open GSPC.High GSPC.Low GSPC.Close GSPC.Volume GSPC.Adjusted
2000-11-22   1347.35   1347.35  1321.89    1322.36   963200000       1322.36
2001-11-28   1149.50   1149.50  1128.29    1128.52  1423700000       1128.52
2002-11-27    913.31    940.41   913.31     938.87  1350300000        938.87
2003-11-26   1053.89   1058.45  1048.28    1058.45  1097700000       1058.45
2004-11-24   1176.94   1182.46  1176.94    1181.76  1149600000       1181.76
2005-11-23   1261.23   1270.64  1259.51    1265.61  1985400000       1265.61
2006-11-22   1402.69   1407.89  1402.26    1406.09  2237710000       1406.09
2007-11-28   1432.95   1471.62  1432.95    1469.02  4508020000       1469.02
2008-11-26    852.90    887.68   841.37     887.68  5793260000        887.68
2009-11-25   1106.49   1111.18  1104.75    1110.63  3036350000       1110.63
2010-11-24   1183.70   1198.62  1183.70    1198.35  3384250000       1198.35
2011-11-23   1187.48   1187.48  1161.79    1161.79  3798940000       1161.79
R> 

編輯 2作為公共服務公告，這里是傑夫的回答失敗的地方：

R> ind <- .indexmon(GSPC)==10 & .indexmday(GSPC) > 22 & .indexmday(GSPC) < 29 
+         & .indexwday(GSPC) == 3
R> index(GSPC)[ind]
 [1] "1951-11-28" "1952-11-26" "1953-11-25" "1954-11-24" "1955-11-23"
 [6] "1956-11-28" "1957-11-27" "1958-11-26" "1959-11-25" "1960-11-23"
[11] "1962-11-28" "1963-11-27" "1964-11-25" "1965-11-24" "1966-11-23"
[16] "1968-11-27" "1969-11-26" "1970-11-25" "1971-11-24" "1973-11-28"
[21] "1974-11-27" "1975-11-26" "1976-11-24" "1977-11-23" "1979-11-28"
[26] "1980-11-26" "1981-11-25" "1982-11-24" "1983-11-23" "1984-11-28"
[31] "1985-11-27" "1986-11-26" "1987-11-25" "1988-11-23" "1990-11-28"
[36] "1991-11-27" "1992-11-25" "1993-11-24" "1994-11-23" "1996-11-27"
[41] "1997-11-26" "1998-11-25" "1999-11-24" "2001-11-28" "2002-11-27"
[46] "2003-11-26" "2004-11-24" "2005-11-23" "2007-11-28" "2008-11-26"
[51] "2009-11-25" "2010-11-24" "2011-11-23"

和

R> S <- 1951:2011
R> S[!S %in% as.numeric(format(index(GSPC)[ind], "%Y")) ]
[1] 1961 1967 1972 1978 1989 1995 2000 2006
R> 

因此，當您使用他的方法時，在 60 人的樣本中缺少 8 年。

Answer 3

這是一種方法

nov_dates <- expand.grid(1:30, 11, 1900:2011) 
nov_dates <- apply(nov_dates, 1, paste, collapse = "-")
nov_dates <- dmy(nov_dates)
nov_wed   <- nov_dates[wday(nov_dates, label = TRUE) == 'Wed']
nov_4wed  <- nov_wed[seq_along(nov_wed) %% 4 == 0]

編輯。 一個小錯誤仍然存​​在。 如果 11 月有 5 個星期三，則此代碼不起作用。 一個小的更正會處理它，我會盡快發布。 這是一個可以正常工作的解決方案

library(plyr)
library(lubridate)
nov_dates <- expand.grid(day = 1:30, month = 11, year = 1900:2011) 
nov_dates <- transform(nov_dates, 
   date = dmy(paste(day, month, year, sep = "-"))

nov_4_wed <- ddply(nov_dates, .(year), summarize, date[wday(date) == 4][4])

Answer 4

我不會花很多時間在時間​​序列對象上，所以可能有比使用substr提取日期更好的功能（事實上，我確定有，我只是不知道它的頂部我的頭）。 但這似乎有效：

rs <- subset(GSPC,weekdays(time(GSPC)) == "Wednesday" & 
                    months(time(GSPC)) == "November" & 
                    as.numeric(substr(time(GSPC),9,10)) >= 22 & 
                    as.numeric(substr(time(GSPC),9,10)) < 29)