将数据帧转换为适合 auto.arima 的时间序列

Question

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.

我希望使用 auto.arima 函数作为 select 合适模型的起点。

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。我已经阅读了有关创建 XTS 和 TS 对象的信息，但也无法使它们起作用。我也提到过：Convert data frame with date column to timeseries 但发现这个不合适。

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

Answer 1

问题源于您传递给 as.Date 的 format 参数不正确。事实上，如果您尝试将某些内容从 character 转换为 Date，并且您得到了所有 NA 的矢量，那么您几乎可以肯定没有正确指定 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

Answer 2

如果您只想将 ARIMA 模型拟合到 log-return 数据，则无需担心日期格式是否正确。也就是说，您知道 ts 何时开始和结束，如果最终需要的话，跟踪任何预测的日期是微不足道的。

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])

将数据帧转换为适合 auto.arima 的时间序列

Convert data frame to time series suitable for auto.arima

r

time-series

quantitative-finance

zoo

bitcoin