
R语言建立时间序列的两个函数
金融数据必须是时间序列,才可进行经济统计分析。建立时间序列,必须有日期作为数据框的一列。R语言建立时间序列的两个函数是ts()和as.xts()。
1.ts()
library(stats) #stats软件包是R语言环境启动的7个软件包
ts(gm,frequency=12,start=c(1975,1))
这个命令表示:
(1) frequency=12表明时间单位为年,而且在每一个时间单位中有12个均匀间隔的观察值。
因此gm是月数据,在金融数据中,常用的有月收益率数据。
(2) start=c(1975,1)表示开始时间为1975年1月。
(3) gm应是列数据,而不能是多列金融数据。而且gm在数据框中选择出来时,应有日期在同一个数据框中。
frequency和start是R中ts()函数产生时间序列对象需要的两个基本参数。frequency的用法,
(a)frequency=4表明时间单位是年,每一个时间单位中有4个季节观察值。
(b)frequency=365表明时间单位是年,每一个时间单位中有365个日期观察值。
若样本容量T<365,则可用frequency=T表示。
start的用法。
(a)若ts(gm,frequency=365,start=c(2014,1,1))建立时间序列。
但是,若用 ts(gm,frequency=365,start=c(2014,1,1),end(2014,12,31))结果将不同。
(b)若用ts(gm,frequency=1,start=c(2014,1,1))则,创建的时间序列start和end不同,将1年的时间单位用1天表示。
这个用法一般是gm只有一年的数据,对此年的数据进行以天为单位的经济统计。
然而金融数据大多数并不是以365个数据为一年的数据,比如股市一年的有效数据一般在240多天,因此frequence的选择应该与一年的实际数据为准。
完整的函数表示:
ts(data = NA, start = 1, end = numeric(0), frequency = 1, deltat = 1,
ts.eps = getOption("ts.eps"), class = , names = )
详细信息可见R语言系统
>?ts
e.g. 参数class
|
class to be given to the result, or none ifNULLor"none". The default is"ts"for a single series,c("mts", "ts", "matrix")for multiple series. |
2.as.xts()
as.xts()与ts()不同,要求行名是日期。因此数据框中的日期必须赋值到行名,
而且删除日期所在的列。
eg1. as.xts()建立时间序列的主要命令
da=read.table("m-gm3dxjsh2016.txt",header=T)
gm2016=da[,1:2] #da[1]是日期,da[2]是金融数据
rownames(gm2016)=gm2016[,1] #将日期赋值到行名,注意不能用gm2016[1],否则长度不同
gm=gm2016[-1] # 去掉第一列
gm1=as.xts(gm[,1]) # 建立金融数据的时间序列,实际上这个语句并能运行,原因见eg2.
将日期赋值到行名的编程方法有很多,第二个程序的数据文件不同。
eg2.as.xts()建立时间序列的完整程序
> da=read.table("D:/programsdata/financialCapital/m-gm3dx2016.txt",head=T)
>head(da)
date gm vw ew sp
1 19750131 0.252033 0.141600 0.299260 0.122812
2 19750228 0.028571 0.058411 0.053918 0.059886
3 19750331 0.054487 0.030191 0.081497 0.021694
4 19750430 0.045593 0.046497 0.031093 0.047265
5 19750530 0.037209 0.055140 0.072876 0.044101
6 19750630 0.107955 0.051473 0.071792 0.044323
>gm2016=da[,1:2] #gm2016是数据框
>head(gm2016)
date gm
1 19750131 0.252033
2 19750228 0.028571
3 19750331 0.054487
4 19750430 0.045593
5 19750530 0.037209
6 19750630 0.107955
> dim(gm2016)
[1] 408 2
> str(gm2016) #成员date是int型
'data.frame': 408 obs. of 2 variables:
$ date: int 19750131 19750228 19750331 19750430 19750530 19750630 19750731 19750829 19750930 19751031 ...
$ gm : num 0.252 0.0286 0.0545 0.0456 0.0372 ...
> d=as.character(gm2016[,1]) #将int型日期转换成Date型
> d1=as.Date(d,format="%Y%m%d")
> head(d1)
[1] "1975-01-31" "1975-02-28" "1975-03-31" "1975-04-30" "1975-05-30"
[6] "1975-06-30"
> class(d1)
[1] "Date"
> gm=gm2016[,2,drop=FALSE] #获得数据框gm2016的第二列,drop=FALSE防止出现向量
> class(gm) #gm是数据框
[1] "data.frame"
> head(gm)
gm
1 0.252033
2 0.028571
3 0.054487
4 0.045593
5 0.037209
6 0.107955
> str(gm) #成员gm的类型是num数值型
'data.frame': 408 obs. of 1 variable:
$ gm: num 0.252 0.0286 0.0545 0.0456 0.0372 ...
> rownames(gm)=d1 #gm的行名是R语言标准时间表示
> head(gm)
gm
1975-01-31 0.252033 #注意19750131是不允许的
1975-02-28 0.028571
1975-03-31 0.054487
1975-04-30 0.045593
1975-05-30 0.037209
1975-06-30 0.107955
>library(xts)
>gm2=as.xts(gm)
比较
ts()和as.xts()两个函数产生的时间序列的plot图略有不同。然而acf图和pacf图则相同。
nm1=as.xts(data1)
nm2=ts(data1,frequency=365,start=c(2014,1,1),end=c(2014,12,31))
acf(nm1,lag=20)
pacf(nm1,lag=20)
acf(nm2,lag=20)
pacf(nm2,lag=20)
plot(nm1)
plot(nm2)
图1 acf和pacf图
图2 两个函数产生的时间序列的plot图
可以看到plot图中,ts()产生的时间序列更为精细,而as.xts()的时间序列则略微粗糙。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10