Загрузите симулированные данные о курсе акций и соответствующие логарифмические возвраты SimulatedStockSeries.mat.

load SimulatedStockSeries

Расписание DataTable содержит измерения, зарегистрированные в различные, неправильные времена в течение торговых часов (9:30 к 16:00) Нью-Йоркской фондовой биржи (NYSE) с 1 января 2018 до 31 декабря 2020.

Например, отобразите первые несколько наблюдений.

head(DataTable)

ans=8×2 timetable
            Time            Price     Log_Return
    ____________________    ______    __________

    01-Jan-2018 11:52:48       100     -0.025375
    01-Jan-2018 13:23:13    101.14      0.011336
    01-Jan-2018 14:45:09     101.5     0.0035531
    01-Jan-2018 15:30:30    100.15      -0.01339
    02-Jan-2018 10:43:37     99.72    -0.0043028
    03-Jan-2018 10:02:21    100.11     0.0039033
    03-Jan-2018 11:22:37    103.96      0.037737
    03-Jan-2018 13:42:27    107.05       0.02929

DataTable не включает осведомленность бизнес-календаря. Если вы хотите с учетом нерабочих дней (выходные, праздники и закрытия рынка), и вы имеете лицензию Financial Toolbox™, добавляете осведомленность бизнес-календаря при помощи addBusinessCalendar функция.

Агрегируйте ценовой ряд к полугодовому ряду путем создания отчетов об окончательной цене каждого периода в январе к июню и периода в июле к декабрю.

SemiannualPrice = convert2semiannual(DataTable(:,"Price"));
tail(SemiannualPrice)

ans=6×1 timetable
       Time        Price 
    ___________    ______

    30-Jun-2018     99.29
    31-Dec-2018     84.26
    30-Jun-2019    169.77
    31-Dec-2019    153.22
    30-Jun-2020    224.29
    31-Dec-2020    301.04

SemiannualPrice расписание, содержащее окончательные цены за каждый полугодовой период, о котором сообщают, в DataTable.

В этом примере показано, как задать соответствующий метод агрегации для модулей переменной. Кроме того, пример показывает, как использовать convert2semiannual агрегировать и суточные данные и агрегированные ежеквартальные данные, которые приводят к эквивалентным полугодовым агрегатам.

Загрузите симулированные данные о курсе акций и соответствующие логарифмические возвраты SimulatedStockSeries.mat.

load SimulatedStockSeries

Ценовая серия Price содержит абсолютные измерения, тогда как журнал возвращает серию Log_Return скорость изменения ценового ряда среди последовательных наблюдений. Поскольку ряды имеют различные модули, необходимо задать соответствующий метод, когда вы агрегировали ряд. А именно, если вы сообщаете об окончательной цене за данную периодичность, необходимо сообщить, что сумма журнала возвращается в каждый период.

Чтобы проиллюстрировать, как обеспечить непротиворечивость среди методов агрегации, используйте два подхода, чтобы агрегировать DataTable так, чтобы результат имел полугодовую периодичность.

В обоих случаях задайте создание отчетов о последней цене, и сумма журнала возвращается в течение каждого периода.

Непосредственно совокупный данные так, чтобы результат имел полугодовую периодичность. Для каждого ряда задайте метод агрегации, который подходит для модуля.

aggmethods = ["lastvalue" "sum"];
SemiannualTT1 = convert2semiannual(DataTable,Aggregation=aggmethods);
tail(SemiannualTT1)

ans=6×2 timetable
       Time        Price     Log_Return
    ___________    ______    __________

    30-Jun-2018     99.29    -0.032501 
    31-Dec-2018     84.26     -0.16414 
    30-Jun-2019    169.77      0.70054 
    31-Dec-2019    153.22     -0.10257 
    30-Jun-2020    224.29      0.38107 
    31-Dec-2020    301.04       0.2943 

SemiannualTT1 расписание, содержащее полугодовые данные. Price серия итоговых курсов акций в течение каждого периода в январе к июню и периода в июле к декабрю и Log_Return сумма журнала, возвращается в течение каждого полугодового периода.

Агрегируйте данные на двух шагах: агрегируйте данные так, чтобы результат имел ежеквартальную периодичность, затем агрегируйте ежеквартальные данные к полугодовым данным. Для каждого ряда задайте метод агрегации, который подходит для модуля.

QuarterlyTT = convert2quarterly(DataTable,Aggregation=aggmethods);
tail(QuarterlyTT)

ans=8×2 timetable
       Time        Price     Log_Return
    ___________    ______    __________

    31-Mar-2019    112.93      0.29286 
    30-Jun-2019    169.77      0.40768 
    30-Sep-2019    148.97      -0.1307 
    31-Dec-2019    153.22      0.02813 
    31-Mar-2020    229.88      0.40568 
    30-Jun-2020    224.29    -0.024618 
    30-Sep-2020    246.77     0.095517 
    31-Dec-2020    301.04      0.19879 

SemiannualTT2 = convert2semiannual(QuarterlyTT,Aggregation=aggmethods)

SemiannualTT2=6×2 timetable
       Time        Price     Log_Return
    ___________    ______    __________

    30-Jun-2018     99.29    -0.032501 
    31-Dec-2018     84.26     -0.16414 
    30-Jun-2019    169.77      0.70054 
    31-Dec-2019    153.22     -0.10257 
    30-Jun-2020    224.29      0.38107 
    31-Dec-2020    301.04       0.2943 

QuarterlyTT расписание с ежеквартальной периодичностью. Price серия итоговых курсов акций для каждой четверти и Log_Return сумма журнала, возвращается для каждой четверти.

SemiannualTT1 и SemiannualTT2 равны.