xts

0熱度

1回答

我有一個包含12個變量的xts對象，時間間隔爲15分鐘。 > summary(wideRawXTSscaled) Index DO0182U09A3 DO0182U09B3 DO0182U09C3 DO0182U21A1 DO0182U21A2 Min. :2017-01-20 16:30:00 Min. :-1.09338 Min. :-1.0666 Min. :

1熱度

2回答

轉換矩陣回XTS

我有其表示隨着時間的推移一堆相關矩陣的特徵值的矩陣。我的矩陣具有與它引用的時間列，但它不是一個時間序列或XTS，據我可以告訴對象。最終我希望該矩陣轉換成的格式是它的數據幀或XTS對象，讓我隨時間繪製的N個最大本徵值。我怎麼能轉換這個矩陣成這樣的格式，我想XTS是可取的，因爲它是一個時間序列的代表性？我曾嘗試以下，但我不能得到它的工作： time.index <- as.POSIXct(co

1熱度

1回答

無法事件的行添加到XTS時間序列（R找不到「addEventLines」功能）

我想事件的行添加到使用基於在這個例子中提供的代碼中的R XTS時間序列：http://joshuaulrich.github.io/xts/plotting_basics.html library(xts) data(sample_matrix) sample.xts <- as.xts(sample_matrix) plot(sample.xts[,4]) addEventLines

0熱度

1回答

認識到Excel的日期在.csv文件格式欄爲時間序列變換

我已經下載從雅虎DJI歷史數據爲R.進一步分析一個csv getSymbols("^DJI")似乎好奇沒有工作一個日期，但我離題。的一點是，我不知道如何把這個csv文件轉換成時間序列的格式。下面是輸出和問題至今： > DJI = read.csv("^DJI.csv") > head(DJI) Date Open High Low Close Adj.Close Volume

2熱度

2回答

當在xts上使用rowSums時保留xts索引

有沒有辦法在傳遞rowSums a xts對象時保留xts對象的索引？目前我將結果重寫爲xts對象，但這看起來沒有像rowSums能夠簡單地返回它傳遞的結果那樣快。 xts(rowSums(abs(data)),index(data))

0熱度

1回答

將多元XTS轉換爲R中的R

我希望計算多元時間序列數據集的小波變換。我打算使用wavethresh包，特別是modwt()函數。該函數的幫助文件指定該對象是「單變量或多變量時間序列，數值向量，矩陣和數據幀也被接受。」目前我的數據集是xts動物園格式，時間間隔爲15分鐘，我希望將其轉換爲ts，但我很困難。我曾嘗試以下： modwtCoeff <- modwt(as.ts(wideRawXTS, + start

0熱度

1回答

轉換csv到xts在r

我想將csv轉換爲xts，但我不知道我得到了什麼。當我運行第一行時，我得到一個數據幀，然後使用第二行轉換爲xts。但是當我運行第二行時，日期列中的數據會被複制到同一列中！ sti <- read.csv('C:/.../STI.csv', header = TRUE) sti_xts <- as.xts(sti,order.by = as.Date(sti$DATE)) DATE

0熱度

1回答

txt到XTS格式

我有一個關閉數據的文本文件，我試圖轉換爲XTS格式。我可以將它稱爲R，但無法找出將此數據轉換爲XTS格式的方法。以下是我正在使用的示例數據。 05/31/2017,32.78,FCOM 05/30/2017,32.72,FCOM 05/26/2017,32.56,FCOM 05/25/2017,32.57,FCOM 05/24/2017,32.47,FCOM 05/31/2017,35

0熱度

1回答

setOldClass（「xts」）導致自定義R包中的問題

我編寫了一個R包，其中包含使用xts對象的S4類。這是我的理解，我需要包括行 setOldClass("xts") stock.returns <- setClass( Class = "stock.returns", slots = c(xts_returns = "xts", timeframe = "timeframe", currency = "character"),

0熱度

1回答

R - 時間序列中的下一個最高值

一個相對簡單的問題，但我似乎找不到任何示例。我有簡單的外匯價格數據，這是一個2列XTS對象調用subx1： Datetime, Price 2016-09-01 00:00:01, 1.11563 2016-09-01 00:00:01, 1.11564 2016-09-01 00:00:02, 1.11564 2016-09-01 00:00:03, 1.11565 ...等等。