不規則データを規則的にする

Rで学ぶ金融データのインポートと管理

Joshua Ulrich

Quantitative Analyst & quantmod Co-Author and Maintainer

規則的な日時シーケンス

時系列観測は等間隔
seq()で規則的な日時列を作成:
- seq.Date()
- seq.POSIXt()（POSIXct と POSIXlt）

from_date <- as.Date("2017-01-01")
to_date <- as.Date("2017-01-03")
date_seq <- seq(from = from_date, to = to_date, by = "day")

start() 先頭インデックス
end() 末尾インデックス

regular_xts <- xts(seq_along(date_seq), order.by = date_seq)
start(regular_xts)

"2017-01-01"

end(regular_xts)

"2017-01-03"

seq(from = start(regular_xts), to = end(regular_xts), by = "day")

"2017-01-01" "2017-01-02" "2017-01-03"

ゼロ幅xtsオブジェクト

インデックスのみでデータなしの xts オブジェクト

zero_width_xts <- xts(, order.by = date_seq)
zero_width_xts

Data:
numeric(0)
Index:
 Date[1:3], format: "2017-01-01" "2017-01-02" "2017-01-03"

str(zero_width_xts)

An 'xts' object of zero-width

不規則から規則的データを作成

規則的シーケンスの各日時に観測を追加
結果には NA が入る

不規則xtsを規則的なゼロ幅xtsとマージ

irregular

           Price
2017-01-02 20.01
2017-01-04 20.02
2017-01-10 20.05

date_seq <- seq(from = start(irregular),
                to = end(irregular),
                by = "day")

regular_xts <- xts(, date_seq)

不規則xtsを規則的なゼロ幅xtsとマージ

merge(irregular, regular_xts)

           Price
2017-01-02 20.01
2017-01-03    NA
2017-01-04 20.02
2017-01-05    NA
2017-01-06    NA
2017-01-07    NA
2017-01-08    NA
2017-01-09    NA
2017-01-10 20.05

欠損値の補完

merged_xts <- merge(irregular, regular_xts)

na.locf(merged_xts)

           Price
2017-01-02 20.01
2017-01-03 20.01
2017-01-04 20.02
2017-01-05 20.02
2017-01-06 20.02
2017-01-07 20.02
2017-01-08 20.02
2017-01-09 20.02
2017-01-10 20.05

欠損値の補完

merge(irregular, regular_xts, fill = na.locf)

           Price
2017-01-02 20.01
2017-01-03 20.01
2017-01-04 20.02
2017-01-05 20.02
2017-01-06 20.02
2017-01-07 20.02
2017-01-08 20.02
2017-01-09 20.02
2017-01-10 20.05

Ayo berlatih!

Rで学ぶ金融データのインポートと管理