我有一个包含贸易数据的数据集。数据分布不均（交易随机发生）。我想使用 to.minutes10 将数据转换为 10 分钟增量。有没有办法让生成的数据按小时开始？目前，R 只是使用第一个观察作为起点，然后从那里取 10 个增量。我想从 07:00 开始，然后在 07:10、07:20 等下一个。看起来很明显应该有一个选项，但我找不到。
提前谢谢你。
编辑：我已将原始问题更改为仅处理一个数据集，因为我发现我的问题模棱两可。我不想合并数据集。我只是想比较一下，让它们都在 07:00 开始。
【问题讨论】：
您的问题听起来像您想在周期的开始对齐。这可能很危险，因为它会为您的数据提供一个实际发生之前 的时间戳。这可能会引入前瞻性偏差，具体取决于您对数据的处理方式。
您可以使用align.time() 将索引更改为下一个周期的开头。
例如：
x <- .xts(1:10, sort(1595862429+runif(10, 100, 3600)))
head(m <- to.minutes10(x), 2)
## x.Open x.High x.Low x.Close
## 2020-07-27 10:17:56 1 3 1 3
## 2020-07-27 10:25:45 4 5 4 5
head(a <- align.time(m, 60*10), 2)
## x.Open x.High x.Low x.Close
## 2020-07-27 10:20:00 1 3 1 3
## 2020-07-27 10:30:00 4 5 4 5
【讨论】：
10:17:56 更改为10:10:00，这意味着您的数据表明在 10:10:00，您知道未来 8 分钟会发生什么。了解未来使预测变得容易得多。 :)
您可以使用来自 lubridate 的floor_date 来实现此目的。只需将单位设置为您需要的单位即可。
index(my_xts) <- lubridate::floor_date(index(my_xts), unit = "10 mins")
【讨论】：
这是其中一种方式，虽然有点冗长，不涉及xts。
dates <- data.frame(Date= seq(as.POSIXct("2020-07-25 07:00:00"), as.POSIXct("2020-07-25 14:00:00"), by= "10 mins"))
df1 <- data.frame(Date= seq(as.POSIXct("2020-07-25 08:00:00"), as.POSIXct("2020-07-25 12:00:00"), by= "10 mins"), Trade1= 1:25)
df2 <- data.frame(Date= seq(as.POSIXct("2020-07-25 10:00:00"), as.POSIXct("2020-07-25 12:00:00"), by= "10 mins"), Trade2= 101:113)
df <- merge.data.frame(df1, merge.data.frame(dates, df1, by.x= "Date", by.y= "Date", all.x= TRUE), by.x= "Date", by.y= "Date", all.x= TRUE)
【讨论】：