如何在R中对财务数据xts对象进行简单的滚动线性回归？

Question

使用30分钟的数据，我已经在网上放了一个样本。它是ES和NQ的2个合约之间的价差的名义美元价值(ES-2*NQ)。示例很小，但应该足够长，如果您愿意，可以直接在演示中使用。R代码来获取并使用它，就像我正在尝试的那样：

demo.xts <- as.xts(read.zoo('http://dl.dropboxusercontent.com/u/31394273/demo.csv', sep=',', tz = '', header = TRUE, format = '%Y-%m-%d %H:%M:%S'))

head(demo.xts)：

                        [,1]
2013-05-27 00:00:00 -37295.0
2013-05-27 00:30:00 -37292.5
2013-05-27 01:00:00 -37300.0
2013-05-27 01:30:00 -37280.0
2013-05-27 02:00:00 -37190.0
2013-05-27 02:30:00 -37245.0

我主要追求的是滚动窗口回归(或linear regression curve，正如我的交易平台所称)-保存它，然后绘制它。而且，我认为在此之前，我应该能够在指定的时间段内绘制单个简单的回归。在窗口回归之后，我会添加标准差“带”，但我认为我可以在稍后使用TTR的"runSD“对滚动回归进行计算。我想要的东西的样本：

​

​

我认为这个-- Rolling regression xts object in R --给了我最接近我想要的东西。它似乎适用于我的数据，但我不知道如何将产生的“系数”转换为我想要使用的名义美元价值图中的直线或曲线。

引用任何包(如TTR)都很好；我很乐意加载任何能让这件事变得更简单或容易的东西。

Answer 1

可以使用predict计算回归线上的点，使用tail提取最近的点。

# Sample data
library(quantmod)
getSymbols("^GSPC", from="2009-01-01")

# Rolling regression (unweighted), with prediction intervals
x <- rollapplyr( 
  as.zoo(Ad(GSPC)), 
  width=300, by.column = FALSE, 
  FUN = function(x) {
    r <- lm( x ~ index(x) )
    tail(predict(r, interval="prediction"),1)
  } 
)

# Plots
plot( index(GSPC), Ad(GSPC), type="l", lwd=3, las=1 )
lines( index(x), x$fit, col="purple", lwd=3 )
lines( index(x), x$lwr, col="purple", lwd=3, lty=3 )
lines( index(x), x$upr, col="purple", lwd=3, lty=3 )
abline( lm( Ad(GSPC) ~ index(GSPC) ), col="light blue", lwd=3 )  

​

​

Answer 2

我最近在TTR中添加了一个rollSFM (滚动单因素模型)函数。下面是一个运行24周期滚动回归的例子：

reg <- rollSFM(demo.xts, .index(demo.xts), 24)
rma <- reg$alpha + reg$beta*.index(demo.xts)
chart_Series(demo.xts, TA="add_TA(rma,on=1)")

​

​

基本的想法是按时退回你的价格。.index返回demo.xts的时间索引的数字表示形式(即自纪元以来的秒数)，因此第二个参数是时间。平方包含每个时间点的线性回归拟合值( reg对象还包含R平方)。