金融时间序列常见问题.pdfVIP

文档1： 【包】 library(zoo) #时间格式预处理 library(xts) #同上 library(timeSeires) #同上 library(urca) #进行单位根检验 library(tseries) #arma 模型 library(fUnitRoots) #进行单位根检验 library(FinTS) #调用其中的自回归检验函数 library(fGarch) #GARCH 模型 library(nlme) #调用其中的gls 函数 library(fArma) #进行拟合和检验 【基本函数】 数学函数 abs，sqrt：绝对值，平方根 log, log10, log2 , exp：对数与指数函数 sin，cos，tan，asin， acos，atan，atan2：三角函数 sinh，cosh，tanh，asinh，acosh，atanh：双曲函数 简单统计量 sum, mean, var, sd, min, max, range, median, IQR （四分位间距）等为统计量，sort，order， rank 与排序有关，其它还有ave，fivenum，mad，quantile，stem 等。 【数据处理】 #具体说明见文档1 #转成时间序列类型 x = rnorm(2) charvec = c(“2010-01-01”,”2010-02-01”) zoo(x,as.Date(charvec)) #包zoo xts(x, as.Date(charvec)) #包xts timeSeries(x,as.Date(charvec)) #包timeSeries #规则的时间序列，数据在规定的时间间隔内出现 tm = ts(x,start = c(2010,1), frequency=12 ) #12 为按月份，4 为按季度，1 为按年度 zm = zooreg(x,start = c(2010,1), frequency=12 ) #包zoo xm = as.xts(tm) #包xts sm = as.timeSeries(tm) #包timeSeries #判断是否为规则时间序列 is.regular(x) #排序 zoo()和xts()会强制变换为正序（按照时间名称） timeSeries 不会强制排序；其结果可以根据sort 函数排序，也可以采用rev()函数进行逆序； 参数recordIDs，可以给每个元素（行）标记一个ID，从而可以找回原来的顺序 #预设的时间有重复的时间点时 zoo 会报错 xts 按照升序排列 timeSeries 把重复部分放置在尾部； #行合并和列合并 #都是按照列名进行合并，列名不同的部分用NA 代替 cbind() rbind() merge() 列合并 #取子集 xts()默认将向量做成了矩阵；其他与常规向量或者矩阵没有差别 #缺失值处理 na.omit(x) x[is.na(x)] = 0 x[is.na(x)] = mean(x,na.rm=TRUE) x[is.na(x)] = median(x,na.rm=TRUE) na.approx(x) #对缺失值进行线性插值 na.spline(x) #对缺失值进行样条插值 na.locf(x) #末次观测值结转法 na.trim(x, sides=”left” ) #去掉最后一个缺失值 #对timeSreies 数据 na.omit(x, “ir” ) #去掉首末位置的缺失值 na.omit(x, “iz” ) #用替换首末位置的缺失值 na.omit(x, “ie” ) #对首末位置的缺失值进行插值 na.omit(x, method= “ie”, interp= c( “before”,”linear”,”after ”) ) #可以选择插值方 法，before 末次观测值法，after 下次观测结转法 as.contiguous(x) #返回x 中最长的连续无缺失值的序列片段，如果有两个等长的序列片段， 则返回第一个。 #时间序列数据的显示 #zoo 和xts 都只能按照原来的格式显示，timeSeries 可以设置显示格式 print(x, format= “%m/%d/%y %H:%M”) #%m 表示月，%d 表示天，%y 表示年，%H 表示时，%M 表示分钟，%A 表示星期，%j 表示天的序号 #timeSeries 也可以按照ts 的格式显示 print(x, style=”ts”) print(x, style=”ts”, by=”quart