R语言建立时间序列的两个函数

金融数据必须是时间序列，才可进行经济统计分析。建立时间序列，必须有日期作为数据框的一列。R语言建立时间序列的两个函数是ts()和as.xts()。

1.ts()

        library(stats)          #stats软件包是R语言环境启动的7个软件包

        ts(gm,frequency=12,start=c(1975,1))

        这个命令表示：

        (1)  frequency=12表明时间单位为年，而且在每一个时间单位中有12个均匀间隔的观察值。

                  因此gm是月数据，在金融数据中，常用的有月收益率数据。

        (2)  start=c(1975,1)表示开始时间为1975年1月。

        (3)  gm应是列数据，而不能是多列金融数据。而且gm在数据框中选择出来时，应有日期在同一个数据框中。

       frequency和start是R中ts()函数产生时间序列对象需要的两个基本参数。frequency的用法，

           (a)frequency=4表明时间单位是年，每一个时间单位中有4个季节观察值。

           (b)frequency=365表明时间单位是年，每一个时间单位中有365个日期观察值。

              若样本容量T<365，则可用frequency=T表示。

       start的用法。

           (a)若ts(gm,frequency=365,start=c(2014,1,1))建立时间序列。

                  但是，若用  ts(gm,frequency=365,start=c(2014,1,1),end(2014,12,31))结果将不同。

           (b)若用ts(gm,frequency=1,start=c(2014,1,1))则，创建的时间序列start和end不同，将1年的时间单位用1天表示。

                  这个用法一般是gm只有一年的数据，对此年的数据进行以天为单位的经济统计。

                然而金融数据大多数并不是以365个数据为一年的数据，比如股市一年的有效数据一般在240多天，因此frequence的选择应该与一年的实际数据为准。

  完整的函数表示：

     ts(data = NA, start = 1, end = numeric(0), frequency = 1, deltat = 1,

        ts.eps = getOption("ts.eps"),  class = , names = ) 

       详细信息可见R语言系统

    >?ts

       e.g. 参数class

class to be given to the result, or none if NULL or "none". The default is"ts" for a single series,c("mts", "ts", "matrix") for multiple series.

 

2.as.xts()

      as.xts()与ts()不同，要求行名是日期。因此数据框中的日期必须赋值到行名，

     而且删除日期所在的列。

eg1.  as.xts()建立时间序列的主要命令

      da=read.table("m-gm3dxjsh2016.txt",header=T)

      gm2016=da[,1:2]   #da[1]是日期，da[2]是金融数据

      rownames(gm2016)=gm2016[,1]   #将日期赋值到行名，注意不能用gm2016[1]，否则长度不同

      gm=gm2016[-1]    # 去掉第一列

      gm1=as.xts(gm[,1])  # 建立金融数据的时间序列，实际上这个语句并能运行，原因见eg2.

     将日期赋值到行名的编程方法有很多，第二个程序的数据文件不同。

eg2.as.xts()建立时间序列的完整程序

> da=read.table("D:/programsdata/financialCapital/m-gm3dx2016.txt",head=T)      

>head(da)
      date       gm       vw       ew       sp
1 19750131 0.252033 0.141600 0.299260 0.122812
2 19750228 0.028571 0.058411 0.053918 0.059886
3 19750331 0.054487 0.030191 0.081497 0.021694
4 19750430 0.045593 0.046497 0.031093 0.047265
5 19750530 0.037209 0.055140 0.072876 0.044101
6 19750630 0.107955 0.051473 0.071792 0.044323

>gm2016=da[,1:2]   #gm2016是数据框

>head(gm2016)

date       gm
1 19750131 0.252033
2 19750228 0.028571
3 19750331 0.054487
4 19750430 0.045593
5 19750530 0.037209
6 19750630 0.107955

> dim(gm2016)      
[1] 408   2

> str(gm2016)    #成员date是int型
'data.frame':   408 obs. of  2 variables:
 $ date: int  19750131 19750228 19750331 19750430 19750530 19750630 19750731 19750829 19750930 19751031 ...
 $ gm  : num  0.252 0.0286 0.0545 0.0456 0.0372 ...

  

 > d=as.character(gm2016[,1])       #将int型日期转换成Date型

> d1=as.Date(d,format="%Y%m%d")
> head(d1)
[1] "1975-01-31" "1975-02-28" "1975-03-31" "1975-04-30" "1975-05-30"
[6] "1975-06-30"                         
> class(d1)
[1] "Date"

> gm=gm2016[,2,drop=FALSE]   #获得数据框gm2016的第二列，drop=FALSE防止出现向量
> class(gm)      #gm是数据框
[1] "data.frame"

> head(gm)
        gm
1 0.252033
2 0.028571
3 0.054487
4 0.045593
5 0.037209
6 0.107955
> str(gm)    #成员gm的类型是num数值型
'data.frame':   408 obs. of  1 variable:
 $ gm: num  0.252 0.0286 0.0545 0.0456 0.0372 ...

> rownames(gm)=d1   #gm的行名是R语言标准时间表示
> head(gm)
                 gm
1975-01-31 0.252033    #注意19750131是不允许的
1975-02-28 0.028571
1975-03-31 0.054487
1975-04-30 0.045593
1975-05-30 0.037209
1975-06-30 0.107955

>library(xts)

>gm2=as.xts(gm)

比较

ts()和as.xts()两个函数产生的时间序列的plot图略有不同。然而acf图和pacf图则相同。

nm1=as.xts(data1)

nm2=ts(data1,frequency=365,start=c(2014,1,1),end=c(2014,12,31))

acf(nm1,lag=20) 

pacf(nm1,lag=20)

acf(nm2,lag=20)

pacf(nm2,lag=20)

plot(nm1)

plot(nm2)

   

                                                                      图1        acf和pacf图

                                                                    图2     两个函数产生的时间序列的plot图

可以看到plot图中，ts()产生的时间序列更为精细，而as.xts()的时间序列则略微粗糙。

经济分析同类文章：http://rsoftware.h.baike.com/category-407327.html。

建立时间序列是ARIMA和ARCH模型的基础。