【问题标题】:How to programmatically subset dates in R based on previous dates?如何根据以前的日期以编程方式对 R 中的日期进行子集化?
【发布时间】:2017-09-15 01:54:59
【问题描述】:

我正在尝试在 R 中编写一个函数来以编程方式选择一组日期,每次迭代都依赖于之前的日期选择。我无法解决的挑战是如何系统地分析数据集,在分析的每个阶段选择一个日期,然后以该日期为起点选择下一个日期。每次一个新的迭代都这样做是微不足道的。问题是如何编写一个函数,当数据集中没有更多符合条件的日期时会自动停止?我知道有一个解决方案,可能使用 for() 和/或 while() 循环,可能使用 break() 命令。但到目前为止,我找不到答案。任何帮助,将不胜感激。作为我试图解决的过程的一个简单示例:

 # create fake data for 12 months with dates
library("xts")
 set.seed(67)
 dat <-xts(rnorm(12)+100,seq(as.Date("2001/1/1"), as.Date("2001/12/1"),    "1 months"))

查看原始数据:

 dat
                 [,1]
 2001-01-01 101.21940
 2001-02-01  99.87560
 2001-03-01  99.04250
 2001-04-01  99.92083
 2001-05-01  98.85659
 2001-06-01  98.94281
 2001-07-01  99.61547
 2001-08-01 100.60834
 2001-09-01 101.67247
 2001-10-01  98.46271
 2001-11-01  98.62171
 2001-12-01 100.49543

接下来,创建第一个函数来选择第一个日期,在这种情况下只是选择第二个日期条目:

f.1 <-function(x) { 
a <-as.Date(index(dat[2]))
 }

并创建第二个函数,它查看第一个日期之后的日期并选择那些>101 的日期。

 f.2 <-function(x,y) { # x=dat, y=previous foo.date
   a <-x[paste0(y+1, "/")]
   b <-as.Date(index(a[a >101]))
 }

最后,运行函数并收集日期...

 foo.date.1 <-f.1(dat)
 foo.date.2 <-f.2(dat,foo.date.1)
 foo.date.3 <-f.2(dat,foo.date.2)

并聚合 3 个 foo.date 文件的输出:

 dat.all <-c(foo.date.1, foo.date.2, foo.date.3)
 dat.all
 [1] "2001-02-01" "2001-09-01"

请注意,最后选择的日期是 foo.date.2。第三次尝试——根据 foo.date.3——没有执行,因为在 2001 年 9 月 1 日之后没有值高于 101 的日期。但是,对于具有数千甚至数万个日期的数据集,找到与条件匹配的确切日期集是非常低效的。关于如何以编程方式找到解决方案的任何想法?在上面的示例中,通过函数的解决方案将 a) 发现只有 2 个日期与条件匹配,因此该函数将在第二次尝试后结束,而不是第三次尝试搜索; b) 在一个文件输出中汇总相关日期。

提前感谢您的任何回答!

【问题讨论】:

    标签: r function date subset xts


    【解决方案1】:

    我不熟悉 xts 格式,所以我使用标准数据框重新创建了您的数据,使用 date: 日期字段和 x: 随机值。

    set.seed(4)
    dat <- data.frame(date=as.Date(paste0("2001-", 1:12, "-1")), x=rnorm(12)+100)
    head(dat)
    
            date         x
    1 2001-01-01 100.21675
    2 2001-02-01  99.45751
    3 2001-03-01 100.89114
    4 2001-04-01 100.59598
    5 2001-05-01 101.63562
    6 2001-06-01 100.68928    
    

    提取x &gt; 101的日期:

    lapply(1:nrow(dat), function(x){
      d2 <- dat[x:nrow(dat), ] 
      d2[d2$x > 101, "date"]
    })
    
    [[1]]
    [1] "2001-05-01" "2001-09-01" "2001-10-01"
    
    [[2]]
    [1] "2001-05-01" "2001-09-01" "2001-10-01"
    
    [[3]]
    [1] "2001-05-01" "2001-09-01" "2001-10-01"
    
    [[4]]
    [1] "2001-05-01" "2001-09-01" "2001-10-01"
    
    [[5]]
    [1] "2001-05-01" "2001-09-01" "2001-10-01"
    
    [[6]]
    [1] "2001-09-01" "2001-10-01"
    
    [[7]]
    [1] "2001-09-01" "2001-10-01"
    
    [[8]]
    [1] "2001-09-01" "2001-10-01"
    
    [[9]]
    [1] "2001-09-01" "2001-10-01"
    
    [[10]]
    [1] "2001-10-01"
    
    [[11]]
    character(0)
    
    [[12]]
    character(0)
    

    【讨论】:

    • 亚当,谢谢。我不确定这是否提供了一个完整的解决方案,但它肯定很接近。您的建议可能会为完整的答案提供基础。我会花一些时间应用这个概念并回来报告。
    【解决方案2】:

    如果我理解正确,您希望找到每个观察结果之后的观察索引值 > 101。

    一个简单而有效的解决方案是先lag您的系列,然后简单地选择所有大于 101 的观察指数值。

    datlag <- lag(dat)
    index(datlag[datlag > 101])
    # [1] "2001-02-01" "2001-10-01"
    

    基于此评论:

    [T]“标准”(目标)是确定投资组合中的权重与给定回报系列的目标权重偏离 x% 的日期。对于每个日期,一次一个,这很容易做到。第一个函数标识第一个日期;第二个功能与使用前一个日期的区别相同。第二个函数可能会重复,具体取决于第一个函数之后的 rebal 日期数。

    这个问题似乎是真正的递归问题,这是使用循环的一个很好的理由(尽管您仍然需要小心在循环内增长对象)。

    在这种情况下,您会定期将投资组合权重重置为目标。这意味着您必须重新计算所有未来的投资组合余额。

    这是一个包含 2 个资产的示例。

    # asset return data
    set.seed(67)
    dat <- xts(matrix(rnorm(24, 0, 0.02),12,2),
               seq(as.Date("2001/1/1"), as.Date("2001/12/1"), "1 months"))
    
    # constraints
    target_weights <- c(0.5, 0.5)
    tol <- 0.01                # each asset must be +/-1% of its target
    rebal_dates <- start(dat)  # assume allocation on first observation
    
    # loop until break
    while (last(rebal_dates) < end(dat)) {
      # date range, starting from period after last rebalance date
      date_range <- paste0(last(rebal_dates) + 1, "/")
      # portfolio balance over date range
      bal <- cumprod(1 + dat[date_range,])
      # portfolio weights
      wts <- bal / rowSums(bal)
      # deviations from target portfolio
      dev <- abs(wts - rep(target_weights, nrow(wts))) > tol
      # next rebalance date
      next_rebal <- which(rowSums(dev) > 0)
      # break the loop if there are no more rebalance dates
      if (length(next_rebal) == 0)
        break
      # append rebalance date to our vector
      # (yes, this is growing an object, but it's small and not very frequent)
      rebal_dates <- c(rebal_dates, index(dev)[next_rebal[1]])
    }
    rebal_dates
    # [1] "2001-01-01" "2001-06-01" "2001-09-01" "2001-10-01" "2001-11-01"
    

    【讨论】:

    • 谢谢,Joshua,但这并不是我想要的——毫无疑问,因为我的问题还不清楚。简而言之,我希望对具有第一个函数的数据集进行分析,直到符合条件的日期。然后,一旦选择了该日期,就从先前选择的日期开始使用第二个函数重新运行分析。我想重新运行第二部分,直到它循环到日期结束为止。
    • @JPP:“标准”是什么? “第一个功能”和“第二个功能”是一样的,还是不同的功能?
    • Joshua,“标准”(目标)是确定投资组合中的权重与给定回报系列的目标权重偏离 x% 的日期。对于每个日期,一次一个,这很容易做到。第一个函数标识第一个日期;第二个功能与使用前一个日期的区别相同。第二个函数可能会重复,具体取决于第一个函数之后的 rebal 日期数。挑战在于以编程方式运行第二个函数 A) 识别 #2 及以后的所有 rebal 日期; B) 知道何时停止 b/c 没有剩余日期。
    • 约书亚,是的,这就是解决方案。做得好!但似乎有一个小故障。如果我更改权重——例如 target_weights
    • @JPP:在这两种情况下,都是因为最后一次观察是再平衡日期,但没有未来的观察。所以在这种情况下循环应该中断。现在在答案中修复。
    猜你喜欢
    • 1970-01-01
    • 2020-10-17
    • 2015-02-11
    • 2021-06-14
    • 2018-12-29
    • 2013-10-25
    • 2017-05-12
    • 1970-01-01
    • 2018-08-09
    相关资源
    最近更新 更多