R 如何根据排列顺序识别时间序列的所有可能排列

我试图找出一种方法，将金融时间序列转换为符号时间序列，根据给定的顺序（在R中）解释所有“有意义”的排列：

例如：

给定一个时间序列：

ts=c（1,2,3,4,5）

如果Order=2，我想提取以下模式：
1） 1 1

（ts[i]==ts[i+1]）

2） 12

（ts[i]ts[i+1]）

（模式2是冗余的，因为相等是通过模式1说明的）

如果Order=3，我想提取以下模式：
1） 1 2 3

（ts[i]ts[i+1]==ts[i+2]）

9） 3.2.3

（ts[i]>ts[i+1]试试这个：

library(zoo)
ts <- c(1,3,2,4,5,4,3,3,2)
rollapply(ts, 2, rank, ties='min')

     [,1] [,2]
[1,]    1    2
[2,]    2    1
[3,]    1    2
[4,]    1    2
[5,]    2    1
[6,]    2    1
[7,]    1    1
[8,]    2    1

这并不是您想要的，但很接近。主要问题出现在前两行中，您不希望区分第一个值和第三个值的秩，因为这两个值都高于或低于中间值。这里有一个修复方法

z <- rollapply(ts, 3, rank, ties='min')
lohilo <- z[,1] < z[,2] & z[,3] < z[,2]
hilohi <- z[,1] > z[,2] & z[,3] > z[,2]
z[lohilo,] <- rep(c(1,2,1),rep(sum(lohilo),3))
z[hilohi,] <- rep(c(2,1,2),rep(sum(hilohi),3))
z
     [,1] [,2] [,3]
[1,]    1    2    1
[2,]    2    1    2
[3,]    1    2    3
[4,]    1    2    1
[5,]    3    2    1
[6,]    3    1    1
[7,]    2    2    1

z在下面的函数中计算时间序列的置换，该函数专门针对置换熵（）进行计算：

函数来计算给定时间序列的顺序模式。
#输入（2个参数。空参数无效）
#x=给定时间序列（类型=数值向量）
#尺寸=嵌入尺寸（类型=数值）
#dim的常用值范围为3到7
#输出是大小=（dim）的数字向量！
序数_模式
z <- rollapply(ts, 3, rank, ties='min')
lohilo <- z[,1] < z[,2] & z[,3] < z[,2]
hilohi <- z[,1] > z[,2] & z[,3] > z[,2]
z[lohilo,] <- rep(c(1,2,1),rep(sum(lohilo),3))
z[hilohi,] <- rep(c(2,1,2),rep(sum(hilohi),3))
z
     [,1] [,2] [,3]
[1,]    1    2    1
[2,]    2    1    2
[3,]    1    2    3
[4,]    1    2    1
[5,]    3    2    1
[6,]    3    1    1
[7,]    2    2    1

# Function to compute the ordinal patterns for a given time series.
 # Input (2 arguments. Null arguments are not vaild)
   # x = Given time series (type=numeric vector)
   # dim = Embedding dimension (type=numeric)
   # Commonly used value of dim ranges from 3 to 7 
 # Output is a numeric vector of size=(dim)!

ordinal_pattern<-function(x,dim){ 

# Generate ordinal numbers to assign. For example if dim =3, then 
# ordinal number=0,1,2  
ordinal_numbers<-seq(0,(dim-1),by=1)

# Compute all possible permutations of the ordinal numbers. 
# Maximum size of possible_pattern=dim!
possible_pattern<-(combinat::permn(ordinal_numbers))

# Initialize result. Result is the output. 
result<-0
result[1:length(possible_pattern)]<-0

# Loop for computation of ordinal pattern
for(i in 1:(length(x)-(dim-1))){
    temp<-x[i:(i+(dim-1))]
    tempseq<-seq(0,dim-1,by=1)
    tempdata<-data.frame(temp,tempseq)
    tempdata<-tempdata[order(temp),]
  
    for(j in 1: length(possible_pattern)){
        if (all(possible_pattern[[j]]==tempdata$tempseq)){
            result[j]<-result[j]+1
            }
    
       }
  
    }

return(result)

}