r 滚动自定义函数
r rolling custom function
我正在尝试使用 zoo 包在 R 中构建滚动止盈/止损检测功能。
x <- as.data.frame(rnorm(10000, 0, 1))
x$cumul <- cumsum(x[, 1])
plot(x$cumul, type = 'l')
y <- as.data.frame(x$cumul)
level_break <- function(x, n, z){
if (min(c(1:nrow(x))[x[, 1] > z]) <= n
& (min(c(1:nrow(x))[x[, 1] > z]) < min(c(1:nrow(x))[x[, 1] < -z])
| min(c(1:nrow(x))[x[, 1] < -z]) > n)){
level <- 1
}else if (min(c(1:nrow(x))[x[, 1] < -z]) <= n
& (min(c(1:nrow(x))[x[, 1] < -z]) < min(c(1:nrow(x))[x[, 1] > z])
| min(c(1:nrow(x))[x[, 1] > z]) > n)){
level <- -1
} else {
level <- 0
}
return(level)
}
library(zoo)
yy <- rollapply(data = y$`x$cumul`, width = 1000, align = 'left', function(x) level_break(y, n = 1000, z = 1))
我确定我做错了什么。你能帮我理解如何让它发挥作用吗?否则我会很高兴得知某些包中有一个专门的功能可以完成我正在做的事情。
所有澄清之后:最终的 take-profit/stop-loss 函数:
#################### sl-tp
x <- as.data.frame(rnorm(10000, 0, 1))
x$cumul <- cumsum(x[, 1])
plot(x$cumul, type = 'l')
y <- as.data.frame(x$cumul)
level_break <- function(x, n, tp, sl) {
if (min(c(1:length(x))[x > tp]) <= n
& (min(c(1:length(x))[x > tp]) < min(c(1:length(x))[x < sl])
| is.infinite(min(c(1:length(x))[x < sl])) == T)) {
level <- 1
}else if (min(c(1:length(x))[x < sl]) <= n
& (min(c(1:length(x))[x < sl]) < min(c(1:length(x))[x > tp])
| is.infinite(min(c(1:length(x))[x > tp])) == T)) {
level <- -1
} else {
level <- 0
}
return(level)
}
library(zoo)
level <- 10
window <- 1000
start <- Sys.time()
yy <- rollapply(data = y$`x$cumul`
, width = window
, align = 'left'
, function(x) level_break(x = x, n = window, tp = head(x + level, 1), sl = head(x - level, 1)))
Sys.time() - start
plot(yy, type = 'l')
您的编排逻辑没有问题。我写了一个简化版本的 rollapply 来演示它。
x = sample(1:1000,100,replace = T)
stop_loss = function(vec){
if(vec[10]< 0.75*mean(vec)) return(TRUE)
return(FALSE)
}
rollapply(x,width = 10,FUN = stop_loss)
输出如下:
[1] TRUE FALSE TRUE FALSE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE
[16] FALSE FALSE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE TRUE
[31] TRUE FALSE FALSE FALSE FALSE TRUE TRUE TRUE TRUE FALSE FALSE TRUE TRUE FALSE FALSE
[46] TRUE TRUE TRUE FALSE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[61] FALSE TRUE TRUE FALSE TRUE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE
[76] FALSE TRUE FALSE FALSE TRUE FALSE TRUE TRUE TRUE FALSE TRUE TRUE FALSE TRUE FALSE
[91] FALSE
输入 100 时输出 91,宽度为 10-完美。这让你的逻辑有待测试。
看你写的,你的输入有问题。您正在将 dataframe y
传递给 level_break
函数。必须是 x
.
现在,您已经编写了将 x
作为 dataframe
的函数,它作为 vector
.
输入
这是我将您的代码更改为:
x <- as.data.frame(rnorm(10000, 0, 1))
x$cumul <- cumsum(x[, 1])
plot(x$cumul, type = 'l')
y <- as.data.frame(x$cumul)
level_break <- function(x, n, z){
if (min(c(1:length(x))[x[1] > z]) <= n
& (min(c(1:length(x))[x[1] > z]) < min(c(1:length(x))[x[1] < -z])
| min(c(1:length(x))[x[1] < -z]) > n)){
level <- 1
}else if (min(c(1:length(x))[x[1] < -z]) <= n
& (min(c(1:length(x))[x[1] < -z]) < min(c(1:length(x))[x[1] > z])
| min(c(1:length(x))[x[1] > z]) > n)){
level <- -1
} else {
level <- 0
}
return(level)
}
library(zoo)
yy <- rollapply(data = y$`x$cumul`, width = 1000, align = 'left', function(x) level_break(x, n = 1000, z = 1))
您需要检查最低条件 - 它会引发警告。 :)
jackStinger,感谢您的敏锐眼光。我确实混合了 x-y 和数据帧向量。我更新了代码,它似乎与 rollapply 一起工作得很好:
x <- as.data.frame(rnorm(10000, 0, 1))
x$cumul <- cumsum(x[, 1])
plot(x$cumul, type = 'l')
y <- as.data.frame(x$cumul)
level_break <- function(x, n, z){
if (min(c(1:length(x))[x > z]) <= n
& (min(c(1:length(x))[x > z]) < min(c(1:length(x))[x < -z])
| is.infinite(min(c(1:length(x))[x < -z])) == T)){
level <- 1
}else if (min(c(1:length(x))[x < -z]) <= n
& (min(c(1:length(x))[x < -z]) < min(c(1:length(x))[x > z])
| is.infinite(min(c(1:length(x))[x > z])) == T)){
level <- -1
} else {
level <- 0
}
return(level)
}
level_break(y, n = 1000, z = 21)
library(zoo)
yy <- rollapply(data = y$`x$cumul`, width = 100, align = 'left', function(x) level_break(x, n = 100, z = 1))
plot(yy, type = 'l')
我现在将 x 传递给我的函数,并在该函数内部将其视为向量。它似乎工作得很好。最后一行代码 - 绘制预期结果。非常感谢!
我正在尝试使用 zoo 包在 R 中构建滚动止盈/止损检测功能。
x <- as.data.frame(rnorm(10000, 0, 1))
x$cumul <- cumsum(x[, 1])
plot(x$cumul, type = 'l')
y <- as.data.frame(x$cumul)
level_break <- function(x, n, z){
if (min(c(1:nrow(x))[x[, 1] > z]) <= n
& (min(c(1:nrow(x))[x[, 1] > z]) < min(c(1:nrow(x))[x[, 1] < -z])
| min(c(1:nrow(x))[x[, 1] < -z]) > n)){
level <- 1
}else if (min(c(1:nrow(x))[x[, 1] < -z]) <= n
& (min(c(1:nrow(x))[x[, 1] < -z]) < min(c(1:nrow(x))[x[, 1] > z])
| min(c(1:nrow(x))[x[, 1] > z]) > n)){
level <- -1
} else {
level <- 0
}
return(level)
}
library(zoo)
yy <- rollapply(data = y$`x$cumul`, width = 1000, align = 'left', function(x) level_break(y, n = 1000, z = 1))
我确定我做错了什么。你能帮我理解如何让它发挥作用吗?否则我会很高兴得知某些包中有一个专门的功能可以完成我正在做的事情。
所有澄清之后:最终的 take-profit/stop-loss 函数:
#################### sl-tp
x <- as.data.frame(rnorm(10000, 0, 1))
x$cumul <- cumsum(x[, 1])
plot(x$cumul, type = 'l')
y <- as.data.frame(x$cumul)
level_break <- function(x, n, tp, sl) {
if (min(c(1:length(x))[x > tp]) <= n
& (min(c(1:length(x))[x > tp]) < min(c(1:length(x))[x < sl])
| is.infinite(min(c(1:length(x))[x < sl])) == T)) {
level <- 1
}else if (min(c(1:length(x))[x < sl]) <= n
& (min(c(1:length(x))[x < sl]) < min(c(1:length(x))[x > tp])
| is.infinite(min(c(1:length(x))[x > tp])) == T)) {
level <- -1
} else {
level <- 0
}
return(level)
}
library(zoo)
level <- 10
window <- 1000
start <- Sys.time()
yy <- rollapply(data = y$`x$cumul`
, width = window
, align = 'left'
, function(x) level_break(x = x, n = window, tp = head(x + level, 1), sl = head(x - level, 1)))
Sys.time() - start
plot(yy, type = 'l')
您的编排逻辑没有问题。我写了一个简化版本的 rollapply 来演示它。
x = sample(1:1000,100,replace = T)
stop_loss = function(vec){
if(vec[10]< 0.75*mean(vec)) return(TRUE)
return(FALSE)
}
rollapply(x,width = 10,FUN = stop_loss)
输出如下:
[1] TRUE FALSE TRUE FALSE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE
[16] FALSE FALSE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE TRUE FALSE FALSE TRUE
[31] TRUE FALSE FALSE FALSE FALSE TRUE TRUE TRUE TRUE FALSE FALSE TRUE TRUE FALSE FALSE
[46] TRUE TRUE TRUE FALSE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[61] FALSE TRUE TRUE FALSE TRUE FALSE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE TRUE
[76] FALSE TRUE FALSE FALSE TRUE FALSE TRUE TRUE TRUE FALSE TRUE TRUE FALSE TRUE FALSE
[91] FALSE
输入 100 时输出 91,宽度为 10-完美。这让你的逻辑有待测试。
看你写的,你的输入有问题。您正在将 dataframe y
传递给 level_break
函数。必须是 x
.
现在,您已经编写了将 x
作为 dataframe
的函数,它作为 vector
.
这是我将您的代码更改为:
x <- as.data.frame(rnorm(10000, 0, 1))
x$cumul <- cumsum(x[, 1])
plot(x$cumul, type = 'l')
y <- as.data.frame(x$cumul)
level_break <- function(x, n, z){
if (min(c(1:length(x))[x[1] > z]) <= n
& (min(c(1:length(x))[x[1] > z]) < min(c(1:length(x))[x[1] < -z])
| min(c(1:length(x))[x[1] < -z]) > n)){
level <- 1
}else if (min(c(1:length(x))[x[1] < -z]) <= n
& (min(c(1:length(x))[x[1] < -z]) < min(c(1:length(x))[x[1] > z])
| min(c(1:length(x))[x[1] > z]) > n)){
level <- -1
} else {
level <- 0
}
return(level)
}
library(zoo)
yy <- rollapply(data = y$`x$cumul`, width = 1000, align = 'left', function(x) level_break(x, n = 1000, z = 1))
您需要检查最低条件 - 它会引发警告。 :)
jackStinger,感谢您的敏锐眼光。我确实混合了 x-y 和数据帧向量。我更新了代码,它似乎与 rollapply 一起工作得很好:
x <- as.data.frame(rnorm(10000, 0, 1))
x$cumul <- cumsum(x[, 1])
plot(x$cumul, type = 'l')
y <- as.data.frame(x$cumul)
level_break <- function(x, n, z){
if (min(c(1:length(x))[x > z]) <= n
& (min(c(1:length(x))[x > z]) < min(c(1:length(x))[x < -z])
| is.infinite(min(c(1:length(x))[x < -z])) == T)){
level <- 1
}else if (min(c(1:length(x))[x < -z]) <= n
& (min(c(1:length(x))[x < -z]) < min(c(1:length(x))[x > z])
| is.infinite(min(c(1:length(x))[x > z])) == T)){
level <- -1
} else {
level <- 0
}
return(level)
}
level_break(y, n = 1000, z = 21)
library(zoo)
yy <- rollapply(data = y$`x$cumul`, width = 100, align = 'left', function(x) level_break(x, n = 100, z = 1))
plot(yy, type = 'l')
我现在将 x 传递给我的函数,并在该函数内部将其视为向量。它似乎工作得很好。最后一行代码 - 绘制预期结果。非常感谢!