尝试理解时间序列维度时出错

Question

我正在尝试计算 2 个股票价格（类型 xts）、AGL 和 BIL（下面的 OHLC 数据）的滚动每日相关性：

library(RODBC)
library(quantmod)
library(xts)
library(TTR)



dput(my.AGL)
structure(c(28500, 27800, 28699, 28440, 28569, 28600, 26650, 
27250, 26910, 27450, 28814, 27950, 28950, 28740, 29250, 28765, 
27429, 27584, 27534, 28072, 27122, 27050, 28406, 28030, 28211, 
27349, 26618, 26509, 26560, 27200, 27203, 27900, 28665, 28694, 
28836, 27698, 27090, 26600, 27079, 27206), .Dim = c(10L, 4L), .Dimnames = list(
    NULL, c("days.Open", "days.High", "days.Low", "days.Close"
    )), index = structure(c(1312988460, 1313074860, 1313420460, 
1313506860, 1313593260, 1313679660, 1314025260, 1314111660, 1314198060, 
1314284460), tzone = "", tclass = c("POSIXt", "POSIXct")), class = c("xts", 
"zoo"), .indexCLASS = c("POSIXt", "POSIXct"), .indexTZ = "", tclass = c("POSIXct", 
"POSIXt")) 

my.AGL
                    days.Open days.High days.Low days.Close
2011-08-10 17:01:00     28500     28814    27122      27203
2011-08-11 17:01:00     27800     27950    27050      27900
2011-08-15 17:01:00     28699     28950    28406      28665
2011-08-16 17:01:00     28440     28740    28030      28694
2011-08-17 17:01:00     28569     29250    28211      28836
2011-08-18 17:01:00     28600     28765    27349      27698
2011-08-22 17:01:00     26650     27429    26618      27090
2011-08-23 17:01:00     27250     27584    26509      26600
2011-08-24 17:01:00     26910     27534    26560      27079
2011-08-25 17:01:00     27450     28072    27200      27206

然后我使用 ROC 创建一个系列：

my.AGL.roc <- ROC(my.AGL[,4])

从下面的反馈中，我发现 ROC 与 2.13.1 不兼容，因此，为了创建日志返回，我将 ROC 函数替换为：

my.AGL.lret <- log(my.AGL[,4]) - log(lag(my.AGL[,4], 1)

将第一个 NA 观察替换为：

my.AGL.lret[ is.na(my.AGL.lret) ] <- 0 

 my.AGL.lret
                      days.Close
2011-08-10 17:01:00  0.000000000
2011-08-11 17:01:00  0.025299427
2011-08-15 17:01:00  0.027050178
2011-08-16 17:01:00  0.001011175
2011-08-17 17:01:00  0.004936565
2011-08-18 17:01:00 -0.040264398
2011-08-22 17:01:00 -0.022195552
2011-08-23 17:01:00 -0.018253440
2011-08-24 17:01:00  0.017847304
2011-08-25 17:01:00  0.004679017

但是，这两个建议在错误方面产生相同的结果。我使用 xts 的原因是我想将生成的滚动相关性与原始价格系列合并。

> rollapply(my.AGL.lret, 30, mean)
Error in `colnames<-`(`*tmp*`, value = "days.Close") : 
  attempt to set colnames on object with less than two dimensions
> rollmean(my.AGL.lret, 30)
Error in `colnames<-`(`*tmp*`, value = "days.Close") : 
  attempt to set colnames on object with less than two dimensions

我确信我在做一些愚蠢的事情，但如果有人能解释一下尺寸是如何处理的，我将不胜感激？以我有限的知识，我创建了一个返回序列，它仍然是一个时间序列。

dim(my.AGL.roc)
[1] 406   1

提前致谢 埃德

Answer 1

R-2.13.1 下的 TTR::ROC 没有任何问题。您可以使用 TTR::runCor 计算两个价格系列之间的滚动相关性。

library(quantmod)
my.AGL <-
structure(c(32020L, 32810L, 33000L, 33394L, 33650L, 34205L, 34140L, 
33400L, 34300L, 32975L, 33179L, 33450L, 33700L, 34180L, 35000L, 
34140L, 33600L, 34300L, 32020L, 32460L, 32811L, 33157L, 33599L, 
34205L, 33299L, 33155L, 33106L, 32850L, 33020L, 33400L, 33539L, 
34000L, 34461L, 33480L, 33400L, 33250L), .Dim = c(9L, 4L), .Dimnames = list(
    NULL, c("days.Open", "days.High", "days.Low", "days.Close"
    )), index = structure(c(1262646025, 1262732404, 1262818810, 
1262905220, 1262991623, 1263250801, 1263337207, 1263423608, 1263510020
), tzone = "", tclass = c("POSIXct", "POSIXt")), .indexCLASS = c("POSIXct", 
"POSIXt"), .indexTZ = "", class = c("xts", "zoo"))

my.AGL.roc <- ROC(Cl(my.AGL))
my.BIL.roc <- ROC(Op(my.AGL))  # since OP didn't provide BIL data
runCor(x=my.AGL.roc,y=my.BIL.roc,n=3)
#                              [,1]
# 2010-01-04 17:00:25            NA
# 2010-01-05 17:00:04            NA
# 2010-01-06 17:00:10            NA
# 2010-01-07 17:00:20 -0.6614544157
# 2010-01-08 17:00:23 -0.8643698058
# 2010-01-11 17:00:01  0.0001661546
# 2010-01-12 17:00:07  0.8768496736
# 2010-01-13 17:00:08  0.3459987310
# 2010-01-14 17:00:20  0.0289108044

更新：

在这种情况下，zoo 的 rollapply 不适用于 xts 对象，因为 xts 和 Zoo 对象之间存在根本的设计差异。 xts 对象始终具有 dim 属性，而 Zoo 对象可以是向量。 rollapply 计算“下降”到最低维度，这会将输入 xts 对象减少为向量，并且您无法在向量上设置列名称。

添加 xts rollapply 方法已在我的待办事项列表中，一旦这些方法可用，这将不再是问题。

Answer 2

my.AGL.roc 中的第一个观察结果可能是 NA。

来自 ?rollmean：

rollmean 的默认方法不处理包含 NA 的输入。在这种情况下，请改用 rollapply。

rollapply(my.AGL.roc, 30, 平均值)