可以简化用于计算没有前瞻偏差的 Z 归一化的 R 函数吗？答案

【问题标题】：Can this R function for calculating a Z-normalization without look-ahead bias be simplified?可以简化用于计算没有前瞻偏差的 Z 归一化的 R 函数吗？
【发布时间】：2021-01-11 11:19:11
【问题描述】：

我是 R 新手，我面临一些初学者问题：

我有向量 ts，它是货币对的每日比率。我现在想计算 z 归一化（？）。 R 中的函数看起来像这样：

znorm <- function(ts){
        ts.mean <- mean(ts)
        ts.dev <- sd(ts)
        (ts - ts.mean)/ts.dev
    }

我可以用它来得到这样的向量：

tsResult <- znorm(ts)

这是我真正不明白的第一件事：该函数似乎没有返回任何内容，而是通过一次操作给定的 ts 创建了一个新向量。如果有人可以额外解释这一点或向我指出很棒的资源。

无论如何，我的主要问题如下：返回的结果包含一些前瞻偏差，所以我创建了自己的 zNorm 函数（它返回一个二维数据框），带有一个窗口参数：

znormNew <- function(ts, window) {
        i = as.integer(0)
        df = data.frame(Count=integer(), RatioN=double())
        
        for(val in ts)
        {
            ratioN = as.integer(0)
            i = i + 1
            if(i >= window) {
                tsnew = ts[(i-window + 1):i]
                mean <- mean(tsnew)
                dev <- sd(tsnew)
                ratioN = (tail(tsnew, n=1) - mean)/dev
                #print(ratioN)
            }
            
            #print(cat(i , " -- " , ratioN))
            df[nrow(df) + 1,] = c(i, ratioN)
        }
        
        return (df)
    }

我费了很大劲才解决这个问题，但我认为从逻辑的角度来看这是正确的。

但我认为这可以通过一些更深入的 R 知识来简化很多。我尝试将 mutate 与 row_number 函数一起使用以使其成为单行，但这不起作用，因为 mutate 中的 row_number 似乎是一个向量（而不是我假设相应的单个 row_number 行是一个索引）。

【问题讨论】：

标签： r

【解决方案1】：

对于您的第一个问题，没有显式 return 语句的函数将返回最后一个操作，即 znorm 中的 (ts - ts.mean)/ts.dev。

如果我正确理解了您的逻辑，则使用第二个函数，对于您想要获取该行的 zscore 与某个回溯期的每一行。 zoo 包有一个rollapply 函数。注意：传递给rollapply 的scale 函数是base R 的znorm 等价物。这还将返回回溯期内每一行的 zscore，因此[, window] 确保只选择最后一行。

library(zoo)

ts <- data.frame(date = as.Date('2020-01-01') + seq(1, 20),
                 value = runif(20, min=0, max=10))
window <- 7
ts$zscore <- 0

ts$zscore[window:nrow(ts)] <- rollapply(ts$value, window, by = 1, scale)[, window]
ts


         date     value     zscore
1  2020-01-02 9.0507883  0.0000000
2  2020-01-03 2.6528930  0.0000000
3  2020-01-04 5.5656708  0.0000000
4  2020-01-05 6.9355550  0.0000000
5  2020-01-06 6.2717404  0.0000000
6  2020-01-07 9.2230508  0.0000000
7  2020-01-08 3.6954983 -1.0073333
8  2020-01-09 8.3742060  0.9598646
9  2020-01-10 1.5648625 -1.6539315
10 2020-01-11 7.4289812  0.4505279
11 2020-01-12 7.5813476  0.4659747
12 2020-01-13 3.6039318 -0.7940229
13 2020-01-14 1.9399534 -1.0337345
14 2020-01-15 6.9610210  0.5576006
15 2020-01-16 1.1036055 -1.0962716
16 2020-01-17 3.3193377 -0.4570875
17 2020-01-18 6.0283668  0.6615867
18 2020-01-19 6.9119067  1.1092511
19 2020-01-20 0.7370787 -1.1398406
20 2020-01-21 4.9342164  0.2478307

【讨论】：

【解决方案2】：

我尝试使用“矩阵”和“应用”功能来完成这项任务。据我所知，使用矩阵运算应该比循环更快。

znormNew <- function(ts, window) {
m<-matrix(c(rep(ts,length(ts)),rep(0,length(ts))),ncol=length(ts)+1,byrow=TRUE)
d<-m[(1:length(ts))<=(length(ts)-window)+1,][,1:window]
mean_ts<-apply(d,1,mean)
mean_sd<-apply(d,1,sd)
RatioN<-(d[,window]-mean_ts)/mean_sd
data.frame(window:length(ts), RatioN)
}

【讨论】：