quantmod ttr getSymbol & 引号硬编码

Question

我是 R 编程的新手，现在正在开发一个可以与 R 交互的系统。我的问题是：

如何从脚本中的硬编码而不是从“yahoo”“google”等各种来源获取引号？

为什么我需要在脚本中硬编码引号？

我使用 Rserve 作为我的下游系统，主系统获取数据并执行其他投资组合检查，然后调用 R-TTR-quantmod 包以计算财务数字。所以我不希望 R 重新获取这些引号，所以我希望引号被硬编码并从我的系统发送到Rserve，在那里它被执行并从那里返回结果。这样我的代码将依赖于 R 的标准计算，用户可以专注于其他业务逻辑。

为什么我不使用 csv 文件方法？

我在一个实时系统中，文件 io 会花费大量时间并且会降低我的系统速度。

例如：

library(quantmod)

library(TTR)

从 Yahoo! 中提取 S&P500 指数数据金融

getSymbols("^RIL", from="2000-01-01", to="2008-12-07")

计算 RSI 指标

rsi <- RSI(Cl(RIL),2)

所以这就是我需要的：

• 而不是调用getSymbol 我想将数据作为 脚本中的变量。
• 我认为数据有时可能非常大或有时非常小。
• 那么在这种情况下我应该怎么做？

Answer 1

我一直在编写一些代码来使用加载/保存来缓存 xts 对象。代码很简单：

getSymbols("^RIL", from="2000-01-01", to="2008-12-07")
save(RIL,file="cache/RIL.rdata")

然后在您进行分析的其他脚本中：

load("cache/RIL.rdata")
rsi <- RSI(Cl(RIL),2)

作为额外的好处，.rdata 文件被压缩。

一些统计数据：图表 1

我之前的方法有 1 分钟柱，每天一个 csv 文件。 303 个文件，总计 12MB，加载到 86,590 行 XTS 对象中耗时 5.64 秒（经过；用户时间为 5.34 秒）。

.rdata 文件为 2.8MB，耗时 0.056s。

图 2：

第一种方法：对数据重新运行 RSI（作为另一个计算的前导）。 第二种方法：让另一个离线进程对数据运行 RSI，并将其缓存到 .rdata 文件中。

加载 RSI 文件比重新计算 RSI 数据快 3 倍。

警告：在我的计时测试中，我使用了一个循环，它在第 1 遍时创建/保存，然后在第 2 到 20 遍时加载。我正在计时的是后一种加载。所以它在任何操作系统文件缓存中都是新鲜的。