在 R 中从 1 分钟条中创建 5 分钟条答案

【问题标题】：Create 5 min bars out of 1 min bars in R在 R 中从 1 分钟条中创建 5 分钟条
【发布时间】：2018-04-08 07:59:17
【问题描述】：

我有这些数据

  Open   High   Low    Close
1 6709.0 6709.5 6703.5 6705.0
2 6705.0 6710.5 6705.0 6710.0
3 6710.5 6713.5 6710.5 6713.5
4 6713.5 6713.5 6711.5 6712.0
5 6712.5 6715.0 6712.5 6714.0
6 6714.0 6716.0 6713.5 6716.0

这是OHLC 价格的1 分钟柱。我想找到OHLC 的 5 分钟小节。 Open 和 Close 很简单，但是我不知道怎么做 High 和 Low。

我需要在数据子集中找到maximum/minimum 值。所以首先我需要找到max(data[1:5,2]) 然后max(data[6:10,2]) 等等。我需要将这些值放入一个名为High 的向量中。对于Low 价格min(data[1:5,3])。

我需要带有两个变量的 for loop 之类的东西。

【问题讨论】：

能否请您添加您的试用代码。
这里for(n in x){for (m in y){ High[i] <- max(data[n:m,2]) i=i+1 }} 这实际上可以工作，因为这样我就可以通过子集获得我想要的数据。但是我的电脑太慢了（data.frame 有 150 万行）。
实际上，您的数据显示 6 个柱，所以我想创建大小为 6 的组。您需要创建 5 个柱的组吗？
是的，每行是 1 分钟，所以我需要 5 人一组。我在帖子中输入的数据只是 head(data) 的输出。
好的，非常感谢。

标签： r currency price trading stocks

【解决方案1】：

我不知道你的数据集有多大。但是，for loop 在这种情况下会很慢。就个人而言，我更愿意使用aggregate 函数，具体来说，已经在Rbase 中实现的函数。

我们要做的第一件事是创建一个索引，它将允许我们对每个子组执行功能。每个子组都包含 5 分钟柱的 OHLC。

因此，让我们从读取数据开始

阅读表格

df <- read.table(text = "Open   High    Low  Close
+ 1 6709.0 6709.5 6703.5 6705.0
+ 
+ 2 6705.0 6710.5 6705.0 6710.0
+ 
+ 3 6710.5 6713.5 6710.5 6713.5
+ 
+ 4 6713.5 6713.5 6711.5 6712.0
+ 
+ 5 6712.5 6715.0 6712.5 6714.0")

增加df的大小以更好地模拟真实用例场景。

df <- rbind(df,df,df,df)

创建索引，首先使用向量recycling和cumsum()函数

df$group <- c(1,0,0,0,0)
df$group <- cumsum(df$group)

现在，我们终于可以获取每 5 个 OHLC 5 分钟柱的最小值和最大值，并将它们插入到您的最终向量中，High 和 Low

High <- aggregate(High ~ group, data = df, FUN = max)$High
Low <- aggregate(Low ~ group, data = df, FUN = min)$Low

data.table 包提供了一种更快的聚合替代方案

require(data.table)
dt <- data.table(df)
High <- dt[ , max(High), by = group]$V1
Low <- dt[ , min(Low), by = group]$V1

【讨论】：

【解决方案2】：

基于dplyr 的解决方案甚至可以在行不是5 的倍数时使用ceiling 创建组来实现。

library(dplyr)

# Prepare large data.frame
df_mod <- bind_rows(df,df,df,df,df)

df_mod %>% 
  group_by(grp = ceiling(row_number()/5)) %>%
  summarise(High = max(High), Low = min(Low)) %>%
  select(-grp) %>%
  as.data.frame()

#   grp High    Low
# 1   1 6715 6703.5
# 2   2 6716 6703.5
# 3   3 6716 6703.5
# 4   4 6716 6703.5
# 5   5 6716 6703.5
# 6   6 6716 6705.0

数据

#As provided an example by OP
df <- read.table( text = 
"Open   High   Low    Close
1 6709.0 6709.5 6703.5 6705.0
2 6705.0 6710.5 6705.0 6710.0
3 6710.5 6713.5 6710.5 6713.5
4 6713.5 6713.5 6711.5 6712.0
5 6712.5 6715.0 6712.5 6714.0
6 6714.0 6716.0 6713.5 6716.0",
header = TRUE)

【讨论】：