查找匹配条件的相邻行

Question

我在 R 中有一个金融时间序列（目前是一个 xts 对象，但我现在也在研究 tibble）。

如何找到 2 个相邻行匹配条件的概率？

例如，我想知道连续 2 天的值高于 mean/median 的概率。我知道我可以 lag 前几天的值到下一行，这样我就可以得到这个统计数据，但这看起来非常麻烦和不灵活。

有没有更好的方法来完成这项工作？

xts 示例数据：

foo <- xts(x = c(1,1,5,1,5,5,1), seq(as.Date("2016-01-01"), length = 7, by = "days"))

连续 2 天高于 median 值的概率是多少？

Answer 1

您可以创建一个新列，调出高于中位数的列，然后只取那些连续且更高的列

> foo <- as_tibble(data.table(x = c(1,1,5,1,5,5,1), seq(as.Date("2016-01-01"), length = 7, by = "days")))

步骤 1

创建列以查找高于中位数的那些

> foo$higher_than_median <- foo$x > median(foo$x)

步骤 2

使用 diff、

比较该列

只在两者连续上涨或下跌时才接受..c(0, diff(foo$higher_than_median) == 0

然后加上条件，他们必须都更高foo$higher_than_median == TRUE

完整表达式：

foo$both_higher <- c(0, diff(foo$higher_than_median)) == 0 & $higher_than_median == TRUE

步骤 3

求概率取 foo$both_higher

的平均值

mean(foo$both_higher)
[1] 0.1428571

Answer 2

这里是一个纯xts的解决方案。

你如何定义中位数？有几种方法。

在在线时间序列使用中，例如计算移动平均值，您可以计算固定回溯 window（如下所示）或从原点到现在（锚定 window计算）。您不会知道当前时间步长之后的中值计算中的未来值（避免前瞻性偏差）。:

library(xts)
library(TTR)

x <- rep(c(1,1,5,1,5,5,1, 5, 5, 5), 10)
y <- xts(x = x, seq(as.Date("2016-01-01"), length = length(x), by = "days"), dimnames = list(NULL, "x"))

# Avoid look ahead bias in an online time series application by computing the median over a rolling fixed time window:
nMedLookback <- 5
y$med <- runPercentRank(y[, "x"], n = nMedLookback)
y$isAboveMed <- y$med > 0.5

nSum <- 2
y$runSum2 <- runSum(y$isAboveMed, n = nSum)

z <- na.omit(y)
prob <- sum(z[,"runSum2"] >= nSum) / NROW(z)

你的中位数覆盖整个数据集的情况显然是一个更容易的修改。

查找匹配条件的相邻行

Find adjacent rows that match condition

r

time-series

xts

tidyverse

tibble