Mengagregasi data intrahari yang tidak teratur

Data intrahari bisa sangat besar, dengan ratusan ribu observasi per hari, jutaan per bulan, dan ratusan juta per tahun. Himpunan data ini sering perlu diagregasi sebelum dapat Anda olah.

Anda telah mempelajari cara mengagregasi data harian di kursus Introduction to xts and zoo. Latihan ini akan menggunakan to.period() untuk mengagregasi data intrahari menjadi seri OHLC. Anda sering perlu menentukan argumen period dan k untuk mengagregasi data intrahari.

Objek intraday_xts berisi satu hari perdagangan data acak.

Latihan ini merupakan bagian dari kursus

Mengimpor dan Mengelola Data Keuangan di R

Instruksi latihan

Gunakan to.period() untuk mengonversi intraday_xts menjadi seri harga 5 detik bernama xts_5sec.
Gunakan to.period() untuk mengonversi intraday_xts menjadi seri harga 10 menit bernama xts_10min.
Gunakan to.period() untuk mengonversi intraday_xts menjadi seri harga 1 jam bernama xts_1hour.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Convert raw prices to 5-second prices
xts_5sec <- to.period(intraday_xts, period = "___", k = ___)

# Convert raw prices to 10-minute prices
xts_10min <-

# Convert raw prices to 1-hour prices
xts_1hour <- to.period(___, period = "___", k = ___)

Edit dan Jalankan Kode

Latihan ini merupakan bagian dari kursus

Mengimpor dan Mengelola Data Keuangan di R

SkillTag.level.intermediateSkillTag.label

4.7+

Mulai Kursus Gratis

Banyak data keuangan dan ekonomi tersedia secara daring. Pelajari bagaimana getSymbols() dan Quandl() memudahkan akses data dari berbagai sumber.

Exercise 1: Selamat datang di kursus ini!Exercise 2: Pengenalan getSymbols()Exercise 3: Sumber data Exercise 4: Membuat getSymbols() mengembalikan data yang diambilnya Exercise 5: Menemukan data dari sumber internet Exercise 6: Temukan ticker saham dari Yahoo Finance Exercise 7: Unduh data kurs dari Oanda

Anda telah mempelajari cara mengimpor data dari sumber daring, sekarang saatnya melihat cara mengekstrak kolom dari data yang telah diimpor. Setelah memahami cara mengekstrak kolom dari satu objek, Anda akan mengeksplorasi cara mengimpor, mentransformasikan, dan mengekstrak data dari banyak instrumen.

Exercise 1: Mengekstrak kolom dari deret waktu keuangan Exercise 2: Ekstrak satu kolom dari satu instrumen Exercise 3: Ekstrak beberapa kolom dari satu instrumen Exercise 4: Mengimpor dan mentransformasikan beberapa instrumen Exercise 5: Gabungkan banyak instrumen ke dalam satu objek Exercise 6: Ekstrak kolom Close dari banyak instrumen

Pelajari cara menyederhanakan dan memperlancar alur kerja dengan memanfaatkan kemampuan untuk menyesuaikan argumen baku pada getSymbols(). Anda akan melihat cara menyesuaikan nilai baku berdasarkan sumber data, lalu cara menyesuaikan nilai baku per simbol. Anda juga akan mempelajari cara menangani simbol instrumen yang bermasalah.

Exercise 1: Mengatur argumen bawaan untuk getSymbols()Exercise 2: Atur sumber data default Exercise 3: Atur argumen bawaan untuk sumber getSymbols Exercise 4: Menetapkan argumen default per instrumen Exercise 5: Atur sumber data default untuk satu simbol Exercise 6: Menyimpan dan memuat tabel pencarian simbol Exercise 7: Cara *yang tidak* benar untuk menentukan sumber getSymbols()Exercise 8: Menangani simbol instrumen yang bentrok atau bukan nama R yang valid Exercise 9: Akses objek menggunakan get() atau backticks Exercise 10: Buat nama valid untuk satu instrumen Exercise 11: Buat nama valid untuk beberapa instrumen

Anda telah mempelajari cara mengimpor, mengekstrak, dan mentransformasikan data dari berbagai sumber data. Sering kali Anda harus memanipulasi data dari sumber berbeda untuk menggabungkannya menjadi satu himpunan data. Pertama, Anda akan belajar cara mengonversi data yang jarang dan tidak beraturan menjadi deret yang teratur. Lalu Anda akan meninjau cara mengagregasikan data yang padat ke frekuensi yang lebih rendah. Terakhir, Anda akan mempelajari cara menangani isu pada data intra-hari.

Exercise 1: Membuat data tidak teratur menjadi teratur Exercise 2: Buat objek xts lebar-nol dan reguler Exercise 3: Gunakan merge untuk membuat indeks tidak beraturan menjadi beraturan Exercise 4: Mengagregasi ke frekuensi yang lebih rendah Exercise 5: Agregasikan data harian dan gabungkan dengan data bulanan Exercise 6: Selaraskan deret ke hari pertama dan terakhir bulan Exercise 7: Agregasikan ke mingguan, berakhir pada hari Rabu Exercise 8: Mengagregasi dan menggabungkan data intrahari Exercise 9: Menggabungkan data yang memiliki zona waktu Exercise 10: Menjadikan data intrahari tidak teratur menjadi teratur Exercise 11: Isi nilai hilang per hari perdagangan Exercise 12: Mengagregasi data intrahari yang tidak teratur

Latihan Saat Ini

Anda telah mempelajari alur kerja inti untuk mengimpor dan memanipulasi data keuangan. Sekarang Anda akan melihat cara mengimpor data dari file teks dengan berbagai format. Lalu Anda akan belajar cara memeriksa keanehan data dan menangani nilai hilang. Terakhir, Anda akan mempelajari cara menyesuaikan harga saham untuk stock split dan dividen.

Exercise 1: Mengimpor berkas teks Exercise 2: Impor data OHLC harian yang terformat baik Exercise 3: Impor file teks dalam format lain Exercise 4: Menangani tanggal dan waktu pada kolom terpisah Exercise 5: Membaca berkas teks yang memuat beberapa instrumen Exercise 6: Memeriksa Keanehan Data Exercise 7: Menangani nilai yang hilang Exercise 8: Visualisasikan data yang diimpor Exercise 9: Rujuk silang sumber Exercise 10: Penyesuaian untuk aksi korporasi Exercise 11: Sesuaikan untuk stock split dan dividen Exercise 12: Unduh data pemecahan saham dan dividen Exercise 13: Sesuaikan data univariat untuk stock split dan dividen Exercise 14: Kapan harus menyesuaikan data Exercise 15: Selamat!