當R中的同一日期有不止一行時，使用日期的滯后值計算回傳

我有一個資料集，其中包含 6k 資產及其市場價格的資料。

我想計算每日收益，因此要應用公式 martketprice[i] - marketprice[i-1]/marketprice[i-1] 問題是我在同一日期時間有多個觀察值，例如對于asset x，我有 3 個觀察值，day t因為它是由 交易的investor 1, 2 and 3。對于資料集中的每個資產，依此類推。所以我的資料集看起來像：

investor    asset    datetime      marketprice
1            x          t              10
2            x          t              10
3            x          t              10

我的想法是使用類似的東西

res <- res %>% 
  arrange(datetime) %>% 
  group_by(asset) %>% 
  mutate(ret = (marketprice - dplyr::lag(marketprice))/dplyr::lag(marketprice, default = NA)) %>% 
  ungroup()

但它不起作用，因為在上面的示例中，第 2 行意味著使用[i-1]同一天的市場價格，而我希望使用前一天[t-1]（不包括在示例資料集中）

此外，R 應檢查[i-1]市場價格不屬于相距超過 4 天的日期，因此如果第 i 行的日期是，則僅當日期或更近10th of july時才應應用計算。[i-1]6th of july

任何想法？

uj5u.com熱心網友回復：

基于以下假設，我理解：

1. 當同一資產重復一天時，市場價格是相同的，與投資者無關。
2. 你不介意哪個投資者是（所以我們可以洗掉行）
3. 當天 (t) 比前一天 (t-1) 早 5 天或之前，NaN 輸出是可以的。

庫和一些資料示例：

library(lubridate)
library(tidyverse)

# Data example

set.seed(132) # reproducibility

example = data.frame(
  investor = c(rep(1,3),2,3,rep(2,2),1,
               rep(2,4),rep(3,4)),
  asset = c(rep('A',8),
            rep('B',8)),
  datetime = c(today() c(1,2,3,3,3,4,5,6),
               today() c(1,seq(6,9),seq(16,18))),
  marketprice = c(10,20,30,30,30,sample(c(10,20,30),11,replace = TRUE))
)

示例資料集有 2 個資產。第一個 (A) 顯示代碼如何處理同一天的幾行。第二個 (B) 顯示了當日期跳躍大于 4 天時代碼如何處理。

> example
   investor asset   datetime marketprice
1         1     A 2022-05-26          10
2         1     A 2022-05-27          20
3         1     A 2022-05-28          30
4         2     A 2022-05-28          30
5         3     A 2022-05-28          30
6         2     A 2022-05-29          30
7         2     A 2022-05-30          30
8         1     A 2022-05-31          30
9         2     B 2022-05-26          20
10        2     B 2022-05-31          10
11        2     B 2022-06-01          20
12        2     B 2022-06-02          10
13        3     B 2022-06-03          10
14        3     B 2022-06-10          30
15        3     B 2022-06-11          20
16        3     B 2022-06-12          10

Dplyr 代碼：

# The formula is [price(t)-price(t-1)]/price(t-1) -> dif(price)/lag(price)
ret = example %>% 
  group_by(asset,datetime) %>% 
  slice(1) %>%  # remove repeated dates
  group_by(asset) %>% 
  arrange(datetime) %>% 
  mutate(ret = ifelse(datetime-lag(datetime) > 4,
                NA,
                (marketprice-lag(marketprice))/lag(marketprice))
         ) %>% # ifelse check the differences of days
  arrange(asset,datetime) # show by assets and dates

輸出：

# A tibble: 14 x 5
# Groups:   asset [2]
   investor asset datetime   marketprice    ret
      <dbl> <chr> <date>           <dbl>  <dbl>
 1        1 A     2022-05-26          10 NA    
 2        1 A     2022-05-27          20  1    
 3        1 A     2022-05-28          30  0.5  
 4        2 A     2022-05-29          30  0    
 5        2 A     2022-05-30          30  0    
 6        1 A     2022-05-31          30  0    
 7        2 B     2022-05-26          20 NA    
 8        2 B     2022-05-31          10 NA    
 9        2 B     2022-06-01          20  1    
10        2 B     2022-06-02          10 -0.5  
11        3 B     2022-06-03          10  0    
12        3 B     2022-06-10          30 NA    
13        3 B     2022-06-11          20 -0.333
14        3 B     2022-06-12          10 -0.5 

因為一天有 3 個資料條目，所以洗掉了 2 行。

標籤：r 约会时间 落后

上一篇：試圖引入動態變數會導致序數錯誤

下一篇：將物件年-周轉換為日期時間格式