我有一組股票和事件公告日期（showdate）資料，我在我的資料中尋找該日期前后每只股票的價格。
這個想法是我想檢查 /-1 天（測驗日期）的價格，看看是否有任何價格變化。所以
df%>%
mutate(testdate=ymd(showdate) days(1))
但是當我通過testdate加入table搜索價格資訊時，問題是 /-1天操作后的testdate可能不是紐交所的交易日，可能是周末，假期或股票在那個日期。
問題，我如何操作 showdate 列 /-1 以保留最正確的日期，而如果計算的日期落在周末或非交易日，它會更改為上一個最近的日期。例如，如果某個特定行/股票的 1 天是星期日，我希望將日期更改為星期五。
我不介意先做 1 天，然后在下一批做 -1 天。該想法將擴展到調查 20、-20 天等......
為您展示的示例集：
> dput(t)
structure(c(18857, 18368, 17487, 17248, 16934, 17081, 17000,
16994, 16993, 16917, 16910, 18822, 18456, 18194, 16959, 17805,
17757, 17511, 17178, 18883, 18858, 18842, 18837, 18836, 18835,
18831, 18821, 18815, 18814, 18808, 18800, 18795, 18792, 18773,
18752, 18745, 18744, 18740, 18738, 18731, 18722, 18717, 18662,
18661, 18659, 18649, 18648, 18647, 18646, 18642, 18618, 18611,
18597, 18596, 18589, 18577, 18576, 18575, 18570, 18565, 18562,
18561, 18558, 18556, 18555, 18548, 18547, 18542, 18528, 18519,
18514, 18498, 18494, 18492, 18486, 18480, 18473, 18472, 18470,
18466), class = c("IDate", "Date"))
uj5u.com熱心網友回復：
您可以RQuantLib為此使用庫。運行install.packages("RQuantLib")安裝它，然后你可以試試這個：
library(RQuantLib)
library(dplyr)
library(lubridate)
showdate <- structure(c(18857, 18368, 17487, 17248, 16934, 17081, 17000,
16994, 16993, 16917, 16910, 18822, 18456, 18194, 16959, 17805,
17757, 17511, 17178, 18883, 18858, 18842, 18837, 18836, 18835,
18831, 18821, 18815, 18814, 18808, 18800, 18795, 18792, 18773,
18752, 18745, 18744, 18740, 18738, 18731, 18722, 18717, 18662,
18661, 18659, 18649, 18648, 18647, 18646, 18642, 18618, 18611,
18597, 18596, 18589, 18577, 18576, 18575, 18570, 18565, 18562,
18561, 18558, 18556, 18555, 18548, 18547, 18542, 18528, 18519,
18514, 18498, 18494, 18492, 18486, 18480, 18473, 18472, 18470,
18466), class = c("IDate", "Date"))
df <- tibble(my_date = showdate) %>%
mutate(testdate = adjust(
calendar = "UnitedStates/NYSE",
dates = ymd(showdate) days(1)
))
這給出了一個資料框，其中的列testdate要么是第二天，要么是非交易日，則是下一個交易日。例如 2017-11-18 是星期六，所以移到 2017-11-20：
# A tibble: 80 x 2
my_date testdate
<date> <date>
1 2021-08-18 2021-08-19
2 2020-04-16 2020-04-17
3 2017-11-17 2017-11-20
4 2017-03-23 2017-03-24
5 2016-05-13 2016-05-16
6 2016-10-07 2016-10-10
7 2016-07-18 2016-07-19
8 2016-07-12 2016-07-13
9 2016-07-11 2016-07-12
10 2016-04-26 2016-04-27
# ... with 70 more rows
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/313700.html