时间序列分析工具箱——tibbletime

作者：徐瑞龙，量化分析师，R语言中文社区专栏作者

博客专栏：

https://www.cnblogs.com/xuruilong100

本文翻译自《Demo Week: Tidy Time Series Analysis with tibbletime》

原文链接：www.business-science.io/code-tools/2017/10/26/demo_week_tibbletime.html

注意：由于软件包的版本变化，部分代码被修改，文字有删减

tibbletime 的用途

1. tidy 时间序列分析的未来：基于 tbl 的新类——tbl_time，为 tibble 对象添加时间轴，赋予处理时间的能力。

2. 时间序列函数：为 tbl_time 对象专门设计的一系列函数，例如：

• filter_time()：根据日期简便快捷地过滤一个 tbl_time 对象。

• as_period()：转换时间周期（例如月度变为年度），让用户能将数据聚合到低粒度水平上。

• time_collapse()：当使用 time_collapse 时，tbl_time 对象中落入相同周期的索引将被修改成相同的日期。

• rollify()：修改一个函数，使其能够在特定时间区间上计算一个或一组值。可以用来计算滚动均值，或其他 tidyverse 框架下的滚动计算。

• create_series()：根据规则时间序列，用简化标记快速初始化一个带有 date 列 tbl_time 对象。

加载包

tibbletime 目前还在活跃开发阶段，可以用常规方法安装，也可以借助 devtools 从 github 上安装最新开发版。

# Get tibbletime version with latest features devtools::install_github("business-science/tibbletime")

安装完成后，加载下面的包：

• tibbletime：创建带时间轴的 tibble 对象，可以使用 tbl_time 函数。

• tidyquant：加载 tidyverse 框架，用 tq_get() 获取数据。

# Load libraries library(tibbletime) # Version: 0.1.1, Future of tidy time series analysis library(tidyquant)  # Loads tidyverse, tq_get()

数据

用 tq_get() 下载 FANG（脸书、亚马逊、网飞、谷歌）每天的股票价格。

# Stock Prices from Yahoo! Finance FANG_symbols <- c("FB", "AMZN", "NFLX", "GOOG") FANG_tbl_d <- FANG_symbols %>%    tq_get(        get = "stock.prices",        from = "2014-01-01",        to = "2016-12-31") FANG_tbl_d <- FANG_tbl_d %>%    group_by(symbol) FANG_tbl_d

## # A tibble: 3,024 x 8 ## # Groups:   symbol [4] ##    symbol       date  open  high   low close   volume adjusted ##     <chr>     <date> <dbl> <dbl> <dbl> <dbl>    <dbl>    <dbl> ##  1     FB 2014-01-02 54.83 55.22 54.19 54.71 43195500    54.71 ##  2     FB 2014-01-03 55.02 55.65 54.53 54.56 38246200    54.56 ##  3     FB 2014-01-06 54.42 57.26 54.05 57.20 68852600    57.20 ##  4     FB 2014-01-07 57.70 58.55 57.22 57.92 77207400    57.92 ##  5     FB 2014-01-08 57.60 58.41 57.23 58.23 56682400    58.23 ##  6     FB 2014-01-09 58.65 5