将数据帧转换为适合 auto.arima 的时间序列答案

【问题标题】：Convert data frame to time series suitable for auto.arima将数据帧转换为适合 auto.arima 的时间序列
【发布时间】：2016-04-08 03:50:48
【问题描述】：

我有以下数据框：

read.csv(file="CNY % returns.csv",head=TRUE,sep=",")
    DATE LOG...RETURNS
1   03/09/13    -6.9106715
2   04/09/13    -6.9106715
3   05/09/13    -4.5839582
4   06/09/13     1.7554592
5   07/09/13    -0.8808549
6   08/09/13     4.1842420 


DATE: obviosuly date; format dd/mm/yyyy.
LOG RETURNS: compounded returns from a bitcoin CNY exchange.

我希望以auto.arima 函数为起点来选择合适的型号。

我已经试过了：

cnyX <- read.zoo(text="        DATE LOG...RETURNS
1   03/09/13    -6.9106715
2   04/09/13    -6.9106715
3   05/09/13    -4.5839582
4   06/09/13     1.7554592
5   07/09/13    -0.8808549
6   08/09/13     4.1842420")


index(cnyX) <- as.Date(as.character(index(cnyX)),format="%D%m%y")

这会产生：

<NA>        <NA>        <NA>        <NA>        <NA>        <NA>
0.2144527  -9.2553228  -0.8519708  -4.2074340  14.0817672   1.2212485 ....

我意识到as.character 分隔符不正确，但不确定应该如何修复或更正。我已阅读有关创建 XTS 和 TS 对象的信息，但也无法使这些工作。我也提到过：Convert data frame with date column to timeseries，但发现这不合适。

我应该如何将我的数据框转换为适合auto.arima 的格式？我可能存在重复的值。

【问题讨论】：

标签： r time-series zoo bitcoin quantitative-finance

【解决方案1】：

问题源于您传递给as.Date 的format 参数不正确。事实上，如果你曾经尝试将 character 转换为 Date 并得到一个包含所有 NAs 的向量，那么几乎可以肯定你没有正确指定 format。

这是一个可比较的数据集：

Df <- data.frame(
  Date = format(Sys.Date() - (729:0), "%d/%m/%y"),
  LogReturns = log(rgamma(730, .25)),
  stringsAsFactors = FALSE
)

使用正确的format，

ln_ret <- zoo::zoo(Df[,2], as.Date(Df[,1], format = "%d/%m/%y"))

ln_ret[1:4]
#2014-01-05 2014-01-06 2014-01-07 2014-01-08 
# -2.268443  -3.562711  -4.546391  -0.707788

这将适用于auto.arima：

forecast::auto.arima(ln_ret)
#Series: ln_ret 
#ARIMA(0,0,0) with non-zero mean 
#
#Coefficients:
#    intercept
#      -4.0742
#s.e.   0.1454
#
#sigma^2 estimated as 15.43:  log likelihood=-2034.46
#AIC=4072.93   AICc=4072.94   BIC=4082.11

【讨论】：

谢谢。请原谅我缺乏编程专业知识，但我将如何修改：Df <- data.frame( Date = format(Sys.Date() - (729:0), "%d/%m/%y"), LogReturns = log(rgamma(730, .25)), stringsAsFactors = FALSE ' ) 以确保开始日期为 03/09/15（英国格式），我认为 (Sys.Date() - (729:0), 是关键？ ——
我提供的Df 对象只是任意样本数据；但是我用来将字符列转换为zoo 对象的方法应该同样适用于您的数据。如果在您的实际数据集中，您需要将开始时间截断为 2015 年 9 月 3 日，您可以执行ln_ret[index(ln_ret) >= as.Date("2015-09-03")] 之类的操作。

【解决方案2】：

如果您只想将 ARIMA 模型拟合到日志返回数据，则无需担心正确的日期格式。也就是说，您知道 ts 何时开始和结束，并且跟踪任何预测的日期是微不足道的（如果最终需要这些）。

这也行。

tt <- read.csv(file="CNY % returns.csv",head=TRUE,sep=",")
# assuming default options for orders p, d, q, etc
forecast::auto.arima(x=tt[,2])

【讨论】：