基于向量 a 的值对向量 b 中除第一个相同/重复值之外的所有值进行向量化更改

Question

我正在尝试找到基于向量 a 的值更新向量 b 值的向量化解决方案。我遇到的问题是这样的：

> # Vector a is the "driver" meaning if there is 1 or -1 in vector a
> # -1 or 1 needs to follow in vector b. The challenge I have is when 
> # I have 1 or -1 in a and in b I have two or more -1 or 1
> # then all but first same values in b should be set to 0 if values 
> # in a does not change
> a <- c(0, 1, 0, 0, 0, 0, 0,-1, 0, 0, 1, 1,-1,-1, 0, 0, 1, 0, 0,-1, 0, 1, 0, 0, 0, 0, 0)
> b <- c(0, 0,-1, 0,-1, 0, 0, 0, 0, 1, 1,-1,-1, 1, 1, 0, 0,-1, 0, 0, 1, 0,-1,-1, 0,-1, 0)
> a
 [1]  0  1  0  0  0  0  0 -1  0  0  1  1 -1 -1  0  0  1  0  0 -1  0  1  0  0  0  0  0
> b
 [1]  0  0 -1  0 -1  0  0  0  0  1  1 -1 -1  1  1  0  0 -1  0  0  1  0 -1 -1  0 -1  0
> 
> # I need a vectorized function(a, b), if possible, that changes b 
> # based on a like below (removing some repeated values in b)
> # like below
> b[5] <- 0
> b[11] <- 0
> b[24] <- 0
> b[26] <- 0
> a
 [1]  0  1  0  0  0  0  0 -1  0  0  1  1 -1 -1  0  0  1  0  0 -1  0  1  0  0  0  0  0
> b
 [1]  0  0 -1  0  0  0  0  0  0  1  0 -1 -1  1  1  0  0 -1  0  0  1  0 -1  0  0  0  0

非常感谢任何有关如何以矢量化方式执行此操作的帮助/提示。

我尝试了使用 rle、cumsum、diff、...的“标准”方法

# I tried to play around with
test <- data.frame(
        a=a,
        b=b,
        a.plus.b=a + b,
        diff.a.plus.b=c(0, diff(a + b)),
        cumsum.a.plus.b=cumsum(a + b),
        diff.cumsum.a.plus.b=c(0, diff(cumsum(a + b)))
)
test 

rle(b)
rle(b)$values
rle(b)$lengths

编辑： 根据大卫要求更清楚地了解我想要做什么，我将详细解释这个问题。

我正在构建简化的交易回测功能（因为 quantstrat 太复杂且速度慢，以满足我的需求）。

当我得到一个值为 1（做多）或 -1（做空）的入场信号向量 a 时，就会出现上述问题（在消息的顶部）。在进入信号之后，可能会发生三件事（保存在向量 b 中）：
- 达到时间停止（在一天结束时退出 b==-1 如果多头，b==1 如果空头），
- 达到利润目标（再次 b==-1，b==1）或
- 触发止损（再次 b==-1，b==1）。

所以向量 b 代表每次进场后可能的事件/退出（没有重叠交易 - 一个在另一个进入之前关闭）。有时交易直接对我有利，我们立即达到了利润目标。伟大的。有时我们在达到利润目标之前就停止了。有时既没有达到止损，也没有在一天结束时达到利润目标，所以，我们只剩下一天结束了。

我需要在进入后删除除第一个退出事件之外的所有事件（a==1 或 a==-1）。由于并非所有都可以/将会发生，所以应该只保留第一个（从时间角度来看），而我应该删除后续的。

让我举个例子。我们在 9:31 进入多头交易（在第一分钟常规交易时间栏收盘时）。所以 a 变成：

a <- c(1, 0, 0, 0, 0, ..., 0)

我们总是在最后一分钟柱（时间停止）结束时退出，因此我们将最后可能的退出添加到 b：

b <- c(0, 0, 0, 0, 0, ...,-1)

我们也知道（在回测中）我们的利润目标在 9:35 柱收盘时已经达到，所以我们将这个事实添加到 b (b[5]

b <- c(0, 0, 0, 0,-1, ...,-1)

而且，我们还知道（在回测中）会在 9:33 触发停止，因此我们将其添加到 b (b[3]

b <- c(0, 0,-1, 0,-1, ...,-1)

因此，由于我的利润目标永远不会达到（之前已达到止损）并且我们不会在市场收盘时进行交易，我应该设置 b[5]

b <- c(0, 0,-1, 0, 0, ..., 0)

我需要在过去的几千天里处理这个......

我希望这能阐明我想要做什么。

Answer 1

我不确定我是否真的理解你想要做什么，但如果做理解我想我有一个适合你的矢量化解决方案。

> f <- function(a,b){
+   b[unique(c(which(a[-length(a)] == 0 & b[-1] != 0) + 1,which(b[-length(b)] == b[-1] & b[-1] != 0)))] <- 0
+   return(b)
+ }
> f(a,b)
 [1]  0  0 -1  0  0  0  0  0  0  0  0  0 -1  0  1  0  0 -1  0  0  1  0  0  0  0  0  0

这是我的理性。我认为您想根据两种不同的情况将 b 的值设置为零：

1) 当 b 的非零值重复时。如果是这样，这应该找到这些索引：

which(b[-length(b)] == b[-1] & b[-1] != 0)

2) 当 a 的前一个索引为零时出现 b 的非零值。如果是这样，这应该可以解决问题：

which(a[-length(a)] == 0 & b[-1] != 0) + 1

希望我没有误解你的目标。

编辑：

第二次在这里尝试。我仍然很确定我不明白你要做什么，因为我的解决方案仍然标记 b[10] （你说它不应该），但是从你写的最好的我能理解是您要进行以下更改：

“a”的零值之后的“b”的非零值必须设置为零。

由于这条规则错误地标记了 b[10]，你能告诉我为什么它不正确吗？我认为这个问题需要这样表述，以便我给你一个解决方案，因为金融谈话对我来说听起来像是胡言乱语。

无论如何，这是我列出的规则的矢量化解决方案。：

> f <- function(a,b) {
+   b[which(b != 0)[which(!which(b != 0) %in% (which(a[-length(a)] != 0) + 1))]] <- 0
+   return(b)
+ }
> f.indices <- function(a,b) which(b != 0)[which(!which(b != 0) %in% (which(a[-length(a)] != 0) + 1))]
> f(a,b)
 [1]  0  0 -1  0  0  0  0  0  0  0  0 -1 -1  1  1  0  0 -1  0  0  1  0 -1  0  0  0  0
> f.indices(a,b)
[1]  5 10 11 24 26

编辑：第三次尝试是魅力......

现在假设目标是将 b 的所有非零值设置为零，除了 a 的非零值之后的第一个值。我不确定是否/如何完全矢量化，但这里应该有一个快速的解决方案：

> a <- c(0, 1, 0, 0, 0, 0, 0,-1, 0, 0, 1, 1,-1,-1, 0, 0, 1, 0, 0,-1, 0, 1, 0, 0, 0, 0, 0)
> b <- c(0, 0,-1, 0,-1, 0, 0, 0, 0, 1, 1,-1,-1, 1, 1, 0, 0,-1, 0, 0, 1, 0,-1,-1, 0,-1, 0)
> 
> f <- function(a,b){
+   #non-zero b indices
+   nz.b <- which(b != 0)
+   #non-zero a indices
+   nz.a <- which(a != 0)  
+   #non-zero b indices that do not follow non-zero a indices
+   nz.b.rm <- nz.b
+   for(i in nz.a){
+     nz.b.rm <- nz.b.rm[!nz.b.rm %in% nz.b[nz.b > i][1]] 
+   }
+   #print non-zero b indices that do no folow non-zero a indices
+   print(paste0("Indices Removed: ",paste(nz.b.rm,collapse=",")))
+   #remove non-zero b indices that do not follow non-zero a indices
+   return(b[-nz.b.rm])
+ }
> 
> b.new <- f(a,b)
[1] "Indices Removed: 5,11,24,26"
> b.new
 [1]  0  0 -1  0  0  0  0  0  1 -1 -1  1  1  0  0 -1  0  0  1  0 -1  0  0