R勾选数据:聚集有关日历的数据
我又回到了收集滴答数据的问题上() 我听从了你的建议,效果很好。但我对calendar有一个问题:mu xts对象使用dateTime对象进行索引,该对象不遵守SX5E索引的开放和关闭时间 例如:SX5E指数在23:00收盘,但22:00后仍有价格R勾选数据:聚集有关日历的数据,r,time-series,finance,xts,R,Time Series,Finance,Xts,我又回到了收集滴答数据的问题上() 我听从了你的建议,效果很好。但我对calendar有一个问题:mu xts对象使用dateTime对象进行索引,该对象不遵守SX5E索引的开放和关闭时间 例如:SX5E指数在23:00收盘,但22:00后仍有价格 2010-02-08 22:58:59 2624 2010-02-08 22:59:59 2624 2010-02-08 23:00:59 2624 2010-02-08 23:01:59 2624 2010-02-0
2010-02-08 22:58:59 2624
2010-02-08 22:59:59 2624
2010-02-08 23:00:59 2624
2010-02-08 23:01:59 2624
2010-02-08 23:02:59 2624
2010-02-08 23:03:59 2624
2010-02-08 23:04:59 2624
2010-02-08 23:05:59 2624
2010-02-08 23:06:59 2624
2010-02-08 23:07:59 2624
我想我可以通过稍微修改Joshua Ulrich代码的第二行来解决这个问题:
()
price\u 1m我相信您在这里需要做的就是使用xts风格的时间子集。如果您的xts
对象被称为“Price_1m”,那么
将在所有时间内删除所有不在这些时间之间的数据
如果您想了解更一般的内容,我会让您回头看看?TimeOfDaySubset
如果你不想,你不必使用我的软件包,但至少看看代码(你可以在网上浏览)也不会有什么坏处。如果您使用qmao::MakeStrictlyRegular
您可以在那里进行子集设置。我相信您在这里需要做的就是使用xts风格的时间子集。如果您的xts
对象被称为“Price_1m”,那么
将在所有时间内删除所有不在这些时间之间的数据
如果您想了解更一般的内容,我会让您回头看看?TimeOfDaySubset
如果你不想,你不必使用我的软件包,但至少看看代码(你可以在网上浏览)也不会有什么坏处。如果您使用qmao::MakeStrictlyRegular
您可以在那里进行子集设置。您知道。您链接到的另一个问题有两个答案。我觉得自己很渺小。我的答案将按天分割,然后按timespan
(类似于“T08:00:00/T23:00:00”的方式填写和子集
。如果它不能正常工作,可以使用maxgap
参数来MakeStrictlyRegular
你知道。你链接到的另一个问题有两个答案。我觉得自己太渺小了。我的答案会在填写之前按天分割,然后按timespan
(类似于“T08:00:00/T23:00:00”
。如果它不能正常工作,可以使用maxgap
参数设置为makeStrictyRegular
price_1m <-to.period(price,period="minutes",k=1,OHLC=FALSE)
onemin <- seq(start(price_1m),end(price_1m),by="1 min")
Price_1m <- na.locf(merge(price_1m, xts(,onemin)))[onemin]
Price_1m["T08:00:00/T23:00:00"]