Агрегирование данных по расписанию на ежедневную периодичность
TT2 = convert2daily(___,Name,Value)
Применение отдельных методов агрегации к связанным переменным в timetable при сохранении согласованности между агрегированными результатами для ежедневной периодичности.
Загрузить расписание (TT) смоделированных данных цены акций и соответствующих логарифмических доходностей. Данные, хранящиеся в TT фиксируется в разное время в течение всего дня на Нью-Йоркской фондовой бирже (NYSE) рабочих дней с 1 января 2018 года по 31 декабря 2020 года. Расписание TT также включает осведомленность о бизнес-календаре NYSE. Если ваше расписание не учитывает нерабочие дни (выходные, праздничные дни и закрытие рынка), добавьте информацию о бизнес-календаре с помощью addBusinessCalendar во-первых.
load('SimulatedStock.mat','TT'); head(TT)
ans=8×2 timetable
Time Price Log_Return
____________________ ______ __________
02-Jan-2018 11:52:11 100.71 0.0070749
02-Jan-2018 13:23:09 103.11 0.023551
02-Jan-2018 14:45:30 100.24 -0.028229
02-Jan-2018 15:30:48 101.37 0.01121
03-Jan-2018 10:02:21 101.81 0.0043311
03-Jan-2018 11:22:37 100.17 -0.01624
03-Jan-2018 14:45:20 99.66 -0.0051043
03-Jan-2018 14:55:39 100.12 0.0046051
Агрегированные цены и логарифмический возврат к ежедневной периодичности. Для поддержания согласованности между ценами и доходностью для любого данного торгового дня агрегируйте цены, сообщая последнюю зарегистрированную цену с помощью "lastvalue" и суммировать возвращаемые значения путем суммирования всех логарифмических возвращаемых значений с помощью "sum".
tt = convert2daily(TT,'Aggregation',["lastvalue" "sum"]); head(tt)
ans=8×2 timetable
Time Price Log_Return
___________ ______ __________
02-Jan-2018 101.37 0.013607
03-Jan-2018 100.12 -0.012408
04-Jan-2018 106.76 0.064214
05-Jan-2018 112.78 0.054856
08-Jan-2018 119.07 0.054273
09-Jan-2018 119.46 0.00327
10-Jan-2018 124.44 0.040842
11-Jan-2018 125.63 0.0095174
Для проверки согласованности изучите графики ввода и вывода на 2 и 3 января 2018 года.
TT(1:8,:) % Input data for 02-Jan-2018 and 03-Jan-2018ans=8×2 timetable
Time Price Log_Return
____________________ ______ __________
02-Jan-2018 11:52:11 100.71 0.0070749
02-Jan-2018 13:23:09 103.11 0.023551
02-Jan-2018 14:45:30 100.24 -0.028229
02-Jan-2018 15:30:48 101.37 0.01121
03-Jan-2018 10:02:21 101.81 0.0043311
03-Jan-2018 11:22:37 100.17 -0.01624
03-Jan-2018 14:45:20 99.66 -0.0051043
03-Jan-2018 14:55:39 100.12 0.0046051
tt(1:2,:) % Return aggregated resultsans=2×2 timetable
Time Price Log_Return
___________ ______ __________
02-Jan-2018 101.37 0.013607
03-Jan-2018 100.12 -0.012408
Для каждого рабочего дня в TTобратите внимание, что итоговая агрегированная цена является последней ценой дня и что агрегированная доходность является суммой всех логарифмических доходностей. Кроме того, агрегированные доходности согласуются с агрегированными ценами.
Например, агрегированная доходность за 3 января 2018 года, составляет -0.012408, который представляет собой логарифмическую доходность, связанную с последними ценами, зафиксированными 2 и 3 января 2018 года (то есть -0.012408 = log(100.12) - log(101.37)).
Даты агрегированных результатов - это целые даты, которые указывают даты, для которых сообщаются агрегированные результаты.
TT1 - Данные для агрегирования в ежедневную периодичностьДанные для агрегирования с ежедневной периодичностью, указанной в расписании.
Примечание
NaNs указывает на отсутствие значений, метки времени должны быть в порядке возрастания или убывания.
По умолчанию все дни являются рабочими днями. Если ваше расписание не учитывает нерабочие дни (выходные, праздничные дни и закрытие рынка), добавьте информацию о бизнес-календаре с помощью addBusinessCalendar во-первых. Например, следующая команда добавляет логику бизнес-календаря для включения только рабочих дней NYSE.
TT = addBusinessCalendar(TT);
Типы данных: timetable
Укажите дополнительные пары, разделенные запятыми Name,Value аргументы. Name является именем аргумента и Value - соответствующее значение. Name должен отображаться внутри кавычек. Можно указать несколько аргументов пары имен и значений в любом порядке как Name1,Value1,...,NameN,ValueN.
TT2 = convert2daily(TT1,'Aggregation',["lastvalue" "sum"])'Aggregation' - Метод агрегирования для TT1 данные для внутрисуточной агрегации'lastvalue'
(по умолчанию) | символьный вектор со значением 'sum', 'mean', 'prod', 'min', 'max', 'firstvalue', или 'lastvalue' | строка со значением "sum", "mean", "prod", "min", "max", "firstvalue", или "lastvalue"Метод агрегирования для TT1 данные для внутрисуточной агрегации, указанные как пара, разделенная запятыми, состоящая из 'Aggregation' и символьный вектор, строка или дескриптор функции, примененный ко всем временным рядам в TT1, или вектор ячейки символьных векторов, строковый вектор или вектор ячейки функции обрабатывает ту же длину, что и число переменных в TT1.
Методы агрегирования определяют способ агрегирования данных в течение рабочих дней с периодичностью внутри дня. Доступные методы агрегирования:
'sum' - Суммировать значения в каждый день.
'mean' - Вычислите среднее значение значений за каждый день.
'prod' - вычислять произведение значений в каждый день.
'min' - Вычислите минимум значений в каждый день.
'max' - Рассчитайте максимум значений за каждый день.
'firstvalue' - использовать первое значение в каждый день.
'lastvalue' - использовать последнее значение в каждом дне.
Все перечисленные выше методы пропускают отсутствующие данные (NaNs) в расчетах прямой агрегации. Однако в ситуациях, когда отсутствующие значения появляются в первой строке TT1, отсутствующие значения также могут отображаться в агрегированных результатах TT2.
Кроме того, в качестве дескрипторов функций можно указать методы агрегации. Чтобы включить отсутствующие данные, укажите функции в качестве дескрипторов функций, которые включают отсутствующие данные при агрегировании данных. Функции агрегации должны принимать базовые данные, сохраненные в TT1 и возвращает выходной сигнал, который является скалярным вектором или вектором строки и должен принимать пустые входные данные. Каждая функция агрегации применяется к соответствующей переменной и вызывается по одной. Каждая переменная должна содержать либо один числовой вектор, либо числовую матрицу. Например, рассмотрим ежедневное расписание, представляющее TT1 с тремя переменными.
Time AAA BBB CCC
____________________ ______ ______ ________________
01-Jan-2018 09:45:47 100.00 200.00 300.00 400.00
01-Jan-2018 12:48:09 100.03 200.06 300.09 400.12
02-Jan-2018 10:27:32 100.07 200.14 300.21 400.28
02-Jan-2018 12:46:09 100.08 200.16 300.24 400.32
02-Jan-2018 14:14:13 100.25 200.50 300.75 401.00
02-Jan-2018 15:52:31 100.19 200.38 300.57 400.76
03-Jan-2018 09:47:11 100.54 201.08 301.62 402.16
03-Jan-2018 11:24:23 100.59 201.18 301.77 402.36
03-Jan-2018 14:41:17 101.40 202.80 304.20 405.60
03-Jan-2018 16:00:00 101.94 203.88 305.82 407.76
04-Jan-2018 09:55:51 102.53 205.06 307.59 410.12
04-Jan-2018 10:07:12 103.35 206.70 310.05 413.40
04-Jan-2018 14:26:23 103.40 206.80 310.20 413.60
05-Jan-2018 13:13:12 103.91 207.82 311.73 415.64
05-Jan-2018 14:57:53 103.89 207.78 311.67 415.56Соответствующие ежедневные результаты по умолчанию, представляющие TT2 (где 'lastvalue' сообщается для каждого дня) являются следующими.
Time AAA BBB CCC
___________ ______ ______ ________________
01-Jan-2018 100.03 200.06 300.09 400.12
02-Jan-2018 100.19 200.38 300.57 400.76
03-Jan-2018 101.94 203.88 305.82 407.76
04-Jan-2018 103.40 206.80 310.20 413.60
05-Jan-2018 103.89 207.78 311.67 415.56Типы данных: char | string | cell | function_handle
TT2 - Ежедневные данныеЕжедневные данные, возвращаемые в виде расписания. Функция возвращает NaNs для переменных в TT2 для рабочих дней, когда данные для этих переменных не записаны в TT1. Если TT1 находится в порядке возрастания, так же TT2, и если TT1 находится в порядке убывания, так же TT2.
Первая дата в TT2 является первой рабочей датой в или после первой даты в TT1. Последняя дата в TT2 является последней рабочей датой в или перед последней датой в TT1.
convert2annual | convert2monthly | convert2quarterly | convert2semiannual | convert2weekly | timetable
Имеется измененная версия этого примера. Открыть этот пример с помощью изменений?
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.