Методы агрегации Applyseparate к связанным переменным в timetable при поддержании непротиворечивости между агрегированными результатами при преобразовании в ежегодную периодичность. Можно использовать convert2annual агрегировать и внутриежедневные данные и агрегированные ежемесячные данные. Эти методы приводят к эквивалентным ежегодным агрегатам.

Загрузите расписание (TT) из симулированных данных о курсе акций и соответствующих логарифмических возвратов. Данные хранимы в TT зарегистрирован неоднократно в течение дня в рабочие дни Нью-Йоркской фондовой биржи (NYSE) с 1 января 2018, до 31 декабря 2020. Расписание TT также включает осведомленность бизнес-календаря NYSE. Если ваше расписание не считает в течение многих нерабочих дней (выходные, праздники и закрытия рынка), добавьте осведомленность бизнес-календаря при помощи addBusinessCalendar сначала.

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

Во-первых, совокупные внутриежедневные цены и возвращаются к ежемесячной периодичности. Обеспечить непротиворечивость между ценами и возвращается за любые данные цены агрегата месяца путем создания отчетов о последней записанной цене с помощью "lastvalue" и агрегат возвращается путем подведения итогов всех логарифмических возвратов с помощью "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 

Используйте convert2annual агрегировать данные к ежегодной периодичности и сравнить результаты двух различных подходов агрегации. Первый подход вычисляет ежегодные результаты путем агрегации ежемесячного журнала, агрегируется, и второй подход вычисляет ежегодные результаты путем прямой агрегации исходных внутриежедневных данных. Заметьте, что по умолчанию, convert2annual сообщает о результатах в прошлый рабочий день декабря. Чтобы изменить месяц, который заканчивает ежегодные периоды, используйте 'EndOfYearMonth' аргумент пары "имя-значение" для convert2annual.

tt1 = convert2annual(TT1,'Aggregation',["lastvalue" "sum"])  % Monthly to annual

tt1=3×2 timetable
       Time        Price     Log_Return
    ___________    ______    __________

    31-Dec-2018     92.72    -0.075586 
    31-Dec-2019    163.65      0.56815 
    31-Dec-2020    274.75      0.51813 

tt2 = convert2annual(TT ,'Aggregation',["lastvalue" "sum"])  % Intra-daily to semiannual

tt2=3×2 timetable
       Time        Price     Log_Return
    ___________    ______    __________

    31-Dec-2018     92.72    -0.075586 
    31-Dec-2019    163.65      0.56815 
    31-Dec-2020    274.75      0.51813 

Результатами двух подходов является то же самое, потому что каждый ежегодный период содержит точно 12 календарных месяцев.