To.period：：帮我讲讲period.apply()和XTS()的用法和区别

Question

我正在用R学习时间序列分析，并在学习过程中遇到了这两个函数。我知道这两个函数的输出都是由周期频率定义的周期性数据，我能看到的唯一区别是to.period()中的OHLC输出选项。

除了OHLC之外，当使用这些函数中的特定函数时？

Answer 1

to.period和所有的to.minutes、to.weekly、to.quarterly实际上都是针对OHLC数据的。

如果你使用to.period函数，它将从该期间的第一天开始开盘，该期间的最后一天收盘，以及指定期间的最高/最低低点。这些函数与quantmod / tidyquant / quantstrat包配合使用非常好。请参见代码示例1。

如果您给出的是to.period的非OHLC数据，而是一个包含1个数据列的时间序列，您仍然可以得到某种OHLC。请参见代码示例2。

现在period.apply更有趣了。在这里，您可以提供要应用于数据的您自己的函数。特别是在结合端点的情况下，如果您希望将函数聚合到不同的时间段，则这在timeseries数据中可能是一个强大的函数。索引主要是使用端点指定的，因为使用端点可以创建达到更高时间级别(从天到周/等等)所需的索引。请参见代码示例3和4。

如果您有超过1列的数据，请记住对period.apply使用矩阵函数，因为xts基本上是一个矩阵和一个索引。请参见代码示例5。

有关this data.camp course的更多信息。

library(xts)

data(sample_matrix)
zoo.data <- zoo(rnorm(31)+10,as.Date(13514:13744,origin="1970-01-01"))


# code example 1
to.quarterly(sample_matrix)
        sample_matrix.Open sample_matrix.High sample_matrix.Low sample_matrix.Close
2007 Q1           50.03978           51.32342          48.23648            48.97490
2007 Q2           48.94407           50.33781          47.09144            47.76719

# same as to.quarterly
to.period(sample_matrix, period = "quarters")
        sample_matrix.Open sample_matrix.High sample_matrix.Low sample_matrix.Close
2007 Q1           50.03978           51.32342          48.23648            48.97490
2007 Q2           48.94407           50.33781          47.09144            47.76719


# code example 2
to.period(zoo.data, period = "quarters")
           zoo.data.Open zoo.data.High zoo.data.Low zoo.data.Close
2007-03-31      9.039875      11.31391     7.451139       10.35057
2007-06-30     10.834614      11.31391     7.451139       11.28427
2007-08-19     11.004465      11.31391     7.451139       11.30360

# code example 3 using base standard deviation in the chosen period
period.apply(zoo.data, endpoints(zoo.data, on = "quarters"), sd)
2007-03-31 2007-06-30 2007-08-19 
  1.026825   1.052786   1.071758 

# self defined function of summing x + x for the period
period.apply(zoo.data, endpoints(zoo.data, on = "quarters"), function(x) sum(x + x) )
2007-03-31 2007-06-30 2007-08-19 
 1798.7240  1812.4736   993.5729 

# code example 5
period.apply(sample_matrix, endpoints(sample_matrix, on = "quarters"), colMeans)
               Open     High      Low    Close
2007-03-31 50.15493 50.24838 50.05231 50.14677
2007-06-30 48.47278 48.56691 48.36606 48.45318