R 时间序列上的煅烧轧制最小/最大值

对于以下数据（tiblle命名为eq_quotes）

我试图为日期列之后的三列数据计算单个滚动最小值/最大值。
窗口的宽度为10，并以该行中的值开始

最后两列是数据中该行的数据应该是什么

我尝试了多种使用RollMax计算数据的方法，尝试了以下方法：

Rollmax指向我要用作输入的3列 类似（删除代码）：

==>挑战在于创建了一个3x行矩阵，并且没有为该行返回一个值 2） 每个列上最多执行3次Rollmax

                max(rollmax(eq_quotes$High,
                            k=10,
                            fill=NA,
                            align = "left"),
                       rollmax(eq_quotes$Low,
                               k=10,
                               fill=NA,
                               align = "left"),
                       rollmax(eq_quotes$Close,
                               k=10,
                               fill=NA,
                               align = "left")
                       
                    )

尝试将数据分为10行子表，但仍然遇到如何计算3列数据的最大/最小值的挑战

---

您可以尝试以下操作：

library(zoo)
library(dplyr)

df %>%
  mutate(across(High:Close, ~rollapply(.x, 10, 
                min, align = 'left', partial = TRUE), .names = '{col}_min'),  
         rolling_min = pmin(High_min, Low_min, Close_min), 
         across(High:Close, ~rollapply(.x, 10, 
                max, align = 'left', partial = TRUE), .names = '{col}_max'),  
         rolling_max = pmax(High_max, Low_max, Close_max)) %>%
  select(Date:Close, rolling_min, rolling_max)

这将返回：

#         Date   High    Low  Close rolling_min rolling_max
#1  12/16/2020 371.16 368.87 370.17      363.26      371.16
#2  12/15/2020 369.59 365.92 369.59      363.26      371.05
#3  12/14/2020 369.80 364.47 364.66      363.26      371.05
#4  12/11/2020 366.74 363.26 366.30      359.17      371.05
#5  12/10/2020 367.86 364.43 366.73      359.17      371.05
#6   12/9/2020 371.05 365.95 366.85      359.17      371.05
#7   12/8/2020 370.78 367.67 370.17      359.17      370.78
#8   12/7/2020 369.62 367.72 369.09      354.87      369.85
#9   12/4/2020 369.85 367.22 369.85      354.87      369.85
#10  12/3/2020 368.19 365.50 366.69      354.15      368.19
#11  12/2/2020 366.96 364.20 366.79      354.15      367.68
#12  12/1/2020 367.68 364.93 366.02      354.15      367.68
#13 11/30/2020 363.12 359.17 362.06      354.15      364.18
#14 11/27/2020 364.18 362.58 363.67      354.15      364.18
#15 11/25/2020 363.16 361.48 362.66      354.15      363.81
#16 11/24/2020 363.81 359.29 363.22      354.15      363.81
#17 11/23/2020 358.82 354.87 357.46      354.15      361.50
#18 11/20/2020 357.72 355.25 355.33      354.15      361.50
#19 11/19/2020 358.18 354.15 357.78      354.15      361.50
#20 11/18/2020 361.50 356.24 356.28      356.24      361.50

---

对于3列，我们计算滚动最小值和最大值，然后使用

pmin

和

pmax

为每行收集一个最小值和最大值。

您可以尝试以下操作：

library(zoo)
library(dplyr)

df %>%
  mutate(across(High:Close, ~rollapply(.x, 10, 
                min, align = 'left', partial = TRUE), .names = '{col}_min'),  
         rolling_min = pmin(High_min, Low_min, Close_min), 
         across(High:Close, ~rollapply(.x, 10, 
                max, align = 'left', partial = TRUE), .names = '{col}_max'),  
         rolling_max = pmax(High_max, Low_max, Close_max)) %>%
  select(Date:Close, rolling_min, rolling_max)

这将返回：

#         Date   High    Low  Close rolling_min rolling_max
#1  12/16/2020 371.16 368.87 370.17      363.26      371.16
#2  12/15/2020 369.59 365.92 369.59      363.26      371.05
#3  12/14/2020 369.80 364.47 364.66      363.26      371.05
#4  12/11/2020 366.74 363.26 366.30      359.17      371.05
#5  12/10/2020 367.86 364.43 366.73      359.17      371.05
#6   12/9/2020 371.05 365.95 366.85      359.17      371.05
#7   12/8/2020 370.78 367.67 370.17      359.17      370.78
#8   12/7/2020 369.62 367.72 369.09      354.87      369.85
#9   12/4/2020 369.85 367.22 369.85      354.87      369.85
#10  12/3/2020 368.19 365.50 366.69      354.15      368.19
#11  12/2/2020 366.96 364.20 366.79      354.15      367.68
#12  12/1/2020 367.68 364.93 366.02      354.15      367.68
#13 11/30/2020 363.12 359.17 362.06      354.15      364.18
#14 11/27/2020 364.18 362.58 363.67      354.15      364.18
#15 11/25/2020 363.16 361.48 362.66      354.15      363.81
#16 11/24/2020 363.81 359.29 363.22      354.15      363.81
#17 11/23/2020 358.82 354.87 357.46      354.15      361.50
#18 11/20/2020 357.72 355.25 355.33      354.15      361.50
#19 11/19/2020 358.18 354.15 357.78      354.15      361.50
#20 11/18/2020 361.50 356.24 356.28      356.24      361.50

---

对于3列，我们计算滚动最小值和最大值，然后使用

pmin

和

pmax

为每行收集一个最小值和最大值。

由于低位和收盘不能高于高位，我们只需要取高位列的滚动最大值，同样地，取低位列的滚动最小值。还请注意，对于任何数值向量x，最小值（x）=-max（-x）

注

---

行由于低位和收盘不能高于高位，我们只需要取高位栏的滚动最大值，同样地，取低位栏的滚动最小值。还请注意，对于任何数值向量x，最小值（x）=-max（-x）

注
行，这将教会我在执行解决方案之前思考我正在尝试做什么，因为您的逻辑使这非常简单。谢谢这将教会我在执行一个解决方案之前思考我正在尝试做什么，因为你的逻辑使这非常简单。谢谢谢谢Ronak。当我第一次看到你的解决方案时，我就像“yikes”，但在了解了Cross是如何工作的（每天在这里学习新的东西）之后，我明白了它是如何工作的。谢谢Ronak。当我第一次看到你的解决方案时，我就像“yikes”，但在了解了Cross是如何工作的（每天在这里学习新的东西）之后，我明白了它是如何工作的。
library(dplyr)
library(zoo)

eq_quotes %>%
  mutate(Roll_Max = rollmax(High, 10, align = "left", fill = NA),
         Roll_Min = -rollmax(-Low, 10, align = "left", fill = NA))

Lines <- "
Date        High    Low    Close    Rolling_Max Rolling_Min
12/16/2020  371.16  368.87  370.17  371.16      363.26
12/15/2020  369.59  365.92  369.59  371.05      363.26
12/14/2020  369.8   364.47  364.66  371.05      363.26
12/11/2020  366.74  363.26  366.3   371.05      359.17
12/10/2020  367.86  364.43  366.73  371.05      359.17
12/9/2020   371.05  365.95  366.85  371.05      359.17
12/8/2020   370.78  367.67  370.17  370.78      359.17
12/7/2020   369.62  367.72  369.09  369.85      354.87
12/4/2020   369.85  367.22  369.85  369.85      354.87
12/3/2020   368.19  365.5   366.69  368.19      354.15
12/2/2020   366.96  364.2   366.79  367.68      354.15
12/1/2020   367.68  364.93  366.02  367.68      354.15
11/30/2020  363.12  359.17  362.06  364.18      354.15
11/27/2020  364.18  362.58  363.67  364.18      354.15
11/25/2020  363.16  361.48  362.66  363.81      351.26
11/24/2020  363.81  359.29  363.22  363.81      351.26
11/23/2020  358.82  354.87  357.46  362.78      350.51
11/20/2020  357.72  355.25  355.33  364.38      350.51
11/19/2020  358.18  354.15  357.78  364.38      347.65
11/18/2020  361.5   356.24  356.28  364.38      347.65"
eq_quotes <- read.table(text = Lines, header = TRUE)