Exponenta Banner
exponenta event banner

convert2quarterly

Сводные данные о графике на ежеквартальную периодичность

свернуть все на странице

Синтаксис

TT2 = конверткартерно (TT1)
TT2 = преобразовать в четверть (___, имя, значение)

Описание

пример

TT2 = convertquarterly(TT1) агрегирует данные (например, данные, записанные ежедневно или еженедельно) до квартальной периодичности.

пример

TT2 = convert2quarterly(___,Name,Value) указывает параметры, использующие один или несколько необязательных аргументов пары имя-значение в дополнение к входному аргументу в предыдущем синтаксисе.

Примеры

свернуть все

Открыть сценарий в реальном времени

Применение отдельных методов агрегации к связанным переменным в timetable при сохранении согласованности между агрегированными результатами при преобразовании в квартальную периодичность. Вы можете использовать convert2quarterly для агрегирования как внутрисуточных, так и агрегированных ежемесячных данных. Эти методы приводят к эквивалентным квартальным агрегатам.

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

Использовать convert2monthly для агрегирования внутрисуточных цен и возврата к ежемесячной периодичности. Для поддержания непротиворечивости между ценами и доходностью за любой данный месяц, агрегируйте цены, сообщая последнюю зарегистрированную цену с помощью "lastvalue" и суммировать результаты суммированием всех логарифмических результатов с использованием "sum".

TT1 = convert2monthly(TT,'Aggregation',["lastvalue" "sum"]);
head(TT1)
ans=8×2 timetable
       Time        Price     Log_Return
    ___________    ______    __________

    31-Jan-2018    122.96      0.20669 
    28-Feb-2018    121.92    -0.008494 
    29-Mar-2018     108.9     -0.11294 
    30-Apr-2018    110.38     0.013499 
    31-May-2018     99.02     -0.10861 
    29-Jun-2018     96.24    -0.028477 
    31-Jul-2018     97.15    0.0094111 
    31-Aug-2018    101.51     0.043901

Использовать convert2quarterly агрегировать данные до квартальной периодичности и сравнивать результаты двух различных подходов. Первый подход вычисляет квартальные результаты путем агрегирования ежемесячных агрегатов, а второй подход вычисляет квартальные результаты путем прямого агрегирования исходных данных внутри дня. Обратите внимание, что convert2quaterly сообщает результаты за последний рабочий день каждого квартала.

tt1 = convert2quarterly(TT1,'Aggregation',["lastvalue" "sum"]);  % Monthly to quarterly
tt2 = convert2quarterly(TT ,'Aggregation',["lastvalue" "sum"]);  % Intra-daily to quarterly

head(tt1)
ans=8×2 timetable
       Time        Price     Log_Return
    ___________    ______    __________

    29-Mar-2018     108.9      0.08526 
    29-Jun-2018     96.24     -0.12358 
    28-Sep-2018    111.37      0.14601 
    31-Dec-2018     92.72     -0.18327 
    29-Mar-2019      78.7     -0.16394 
    28-Jun-2019    110.54      0.33973 
    30-Sep-2019    180.13       0.4883 
    31-Dec-2019    163.65    -0.095949 


head(tt2)
ans=8×2 timetable
       Time        Price     Log_Return
    ___________    ______    __________

    29-Mar-2018     108.9      0.08526 
    29-Jun-2018     96.24     -0.12358 
    28-Sep-2018    111.37      0.14601 
    31-Dec-2018     92.72     -0.18327 
    29-Mar-2019      78.7     -0.16394 
    28-Jun-2019    110.54      0.33973 
    30-Sep-2019    180.13       0.4883 
    31-Dec-2019    163.65    -0.095949

Результаты этих двух подходов одинаковы, поскольку каждый квартал содержит ровно три календарных месяца.

Входные аргументы

свернуть все

Данные для агрегирования на ежеквартальную периодичность, указанные в расписании. Квартальные результаты агрегирования представлены в последний рабочий день марта, июня, сентября и декабря.

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

Аргументы пары «имя-значение»

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.

Пример: TT2 = convert2quarterly(TT1,'Aggregation',["lastvalue" "sum"])

Метод агрегирования для TT1 данные для внутриквартальной или междневной 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 квартала или между днями. Доступные методы агрегирования:

  • 'sum' - суммировать значения в каждом квартале или дне.

  • 'mean' - вычислять среднее значение значений в каждом квартале или дне.

  • 'prod' - вычислять произведение значений в каждом квартале или дне.

  • 'min' - Вычислите минимум значений в каждом квартале или дне.

  • 'max' - рассчитать максимум значений в каждом квартале или дне.

  • 'firstvalue' - использовать первое значение в каждом квартале или дне.

  • 'lastvalue' - использовать последнее значение в каждом квартале или 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    100.00    200.00    300.00    400.00
      02-Jan-2018    100.03    200.06    300.09    400.12
      03-Jan-2018    100.07    200.14    300.21    400.28
          .             .         .         .         .
          .             .         .         .         .
          .             .         .         .         .
      31-Mar-2018    162.93    325.86    488.79    651.72
          .             .         .         .         .
          .             .         .         .         .
          .             .         .         .         .
      30-Jun-2018    223.22    446.44    669.66    892.88
          .             .         .         .         .
          .             .         .         .         .
          .             .         .         .         .
      30-Sep-2018    232.17    464.34    696.51    928.68
          .             .         .         .         .
          .             .         .         .         .
          .             .         .         .         .
      31-Dec-2018    243.17    486.34    729.51    972.68

Соответствующие квартальные результаты по умолчанию, представляющие TT2 (n, которые все дни являются рабочими днями и 'lastvalue' сообщается в последний рабочий день каждого квартала) являются следующими.

         Time         AAA       BBB            CCC       
      ___________    ______    ______    ________________
      31-Mar-2018    162.93    325.86    488.79    651.72
      30-Jun-2018    223.22    446.44    669.66    892.88
      30-Sep-2018    232.17    464.34    696.51    928.68
      31-Dec-2018    243.17    486.34    729.51    972.68

Типы данных: char | string | cell | function_handle

Метод внутрисуточной агрегации данных в TT1, указанная как пара, разделенная запятыми, состоящая из 'Daily' и вектор скалярных символов, строка или дескриптор функции, применяемые ко всем временным рядам в TT1, или вектор ячейки символьных векторов, строковый массив или вектор ячейки функции, обрабатывающий то же самое число переменных в TT1.

Типы данных: char | string | cell | function_handle

Выходные аргументы

свернуть все

Квартальные данные, возвращенные в виде расписания. Функция возвращает NaNs для переменных в TT2 для кварталов, где данные по этим переменным не записаны ни в какие рабочие дни 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 последней рабочей датой квартала, в котором первая дата в TT1 происходит, при условии TT1 имеет бизнес-даты в этом квартале, в противном случае первая дата в TT2 является следующей рабочей датой на конец квартала.

Последняя дата в TT2 является последней рабочей датой квартала, в котором последняя дата в TT1 происходит, при условии TT1 имеет бизнес-даты в этом квартале, в противном случае последняя дата в TT2 - это предыдущая рабочая дата на конец квартала.

См. также

| | | | |

Представлен в R2021a

Документация по комплекту финансовых инструментов

Поддержка