convert2quarterly
总时间表数据季度周期性
描述
例子
总时间表数据季度周期性
加载模拟股票价格数据和相应的对数返回SimulatedStockSeries.mat
。
负载SimulatedStockSeries
的时间表数据表
包含测量记录在不同,不规则的次交易时间(09:30至16:00)的纽约证券交易所(NYSE)从1月1日,2018年,通过2020年12月31日。
例如,显示前几的观察。
(数据表)
ans =8×2时间表时间价格Log_Return ____________________ ______ __________ 01 - 100年1月- 2018年11:52:48 -0.025375 01 - 1月- 2018 13:23:13 01 - 1月- 2018 14:45:09 101.5 - 0.0035531 101.14 - 0.011336 01 - 1月- 2018 15:30:30 100.15 - -0.01339 02 - 1月- 2018 10:43:37 99.72 - -0.0043028 03 - 1月- 2018 10:02:21 100.11 - 0.0039033 03 - 1月- 2018 11:22:37 103.96 - 0.037737 03 - 1月- 2018 13:42:27 107.05 - 0.02929
数据表
不包括业务日历意识。如果你想占非商业的天(周末、节假日、和市场关闭),你有一个金融工具箱™许可证,添加业务日历使用意识addBusinessCalendar
函数。
总价格的季度系列系列报告每个季度的最后价格。
QuarterlyPrice = convert2quarterly(数据表(:,“价格”));
QuarterlyPrice
是一个时间表,它包含每个报告季度最后的价格数据表
。
为每个变量指定聚合方法
这个例子显示了如何指定适当的变量的单位的聚合方法。它还展示了如何使用convert2quarterly
总盘中的数据显示和月度数据进行聚合,导致等效季度总量。
加载模拟股票价格数据和相应的对数返回SimulatedStockSeries.mat
。
负载SimulatedStockSeries
系列的价格价格
包含绝对测量,而日志返回系列Log_Return
是价格的变化率系列连续观测。因为这个系列有不同的单位,您必须指定适当的方法当你总该系列。具体地说,如果你报告最终价格对于一个给定的周期性,你必须报告日志返回在每个时期的总和。
了解如何保持一致性之间的聚合方法,使用两种方法来聚集数据表
这结果季度周期性。
通过
数据表
直接向convert2quarterly
。总
数据表
这结果每月周期性使用convert2monthly
,然后将结果传递给convert2quarterly
。
在这两种情况下,指定报告最后价格和每个时期的日志回报的总和。
直接聚合数据,使结果有一个季度周期性。对于每一个系列,指定适当的聚合方法。
aggmethods = [“lastvalue”“和”];QuarterlyTT1 = convert2quarterly(数据表、聚合= aggmethods);尾(QuarterlyTT1)
ans =8×2时间表时间价格Log_Return ___________ ______ __________ 31 - 3月- 2019 112.93 - 0.29286 30 - 6月30 - 9 - 2019 - 2019 169.77 0.40768 148.97 -0.1307 2019年- 12月31日153.22 - 0.02813 2020年- 3月31日229.88 - 0.40568 30 - 2020年6月30 - 9月- 224.29 - -0.024618 - 2020 0.19879 301.04 246.77 - 0.095517 2020年- 12月31日
QuarterlyTT1
是一个包含年度数据的时间表。价格
是一系列的最后每年股票价格,然后呢Log_Return
是每个季度的日志回报的总和。
聚合数据的两个步骤:聚合数据结果每月周期性,然后聚合季度数据的月度数据。对于每一个系列,指定适当的聚合方法。
MonthlyTT = convert2monthly(数据表、聚合= aggmethods);尾(MonthlyTT)
ans =8×2时间表时间价格Log_Return ___________ ______ __________ 31 - 2020年5月- 2020年227.22 - -0.029872 30 - 6月- 236.4 - 0.052585 224.29 - -0.012979 2020年- 7月31日31日——8月30 - 9月- 2020 - 2020 227.5 -0.038375 275.07 - 0.10857 246.77 - 0.081306 2020年- 10月31日11月30 - - 2020 0.0072345 301.04 298.87 - 0.082983 2020年- 12月31日
QuarterlyTT2 = convert2quarterly (MonthlyTT、聚合= aggmethods);尾(QuarterlyTT2)
ans =8×2时间表时间价格Log_Return ___________ ______ __________ 31 - 3月- 2019 112.93 - 0.29286 30 - 6月30 - 9 - 2019 - 2019 169.77 0.40768 148.97 -0.1307 2019年- 12月31日153.22 - 0.02813 2020年- 3月31日229.88 - 0.40568 30 - 2020年6月30 - 9月- 224.29 - -0.024618 - 2020 0.19879 301.04 246.77 - 0.095517 2020年- 12月31日
MonthlyTT
是一个时间表,每月的周期性。价格
是一系列的最后的股票价格为每一个月,然后呢Log_Return
是每个月的日志返回的总和。
QuarterlyTT1
和季度TT2
是相等的。
输入参数
TT1
- - - - - -季度周期性数据聚合
时间表
数据聚合季度周期性,指定为一个时间表。
每个变量可以是一个数值向量(一元系列)或数字矩阵(多元系列)。
请注意
南
年代显示缺失值。时间戳必须按升序或降序。
默认情况下,所有业务的日子。如果你的时间表不占非商业的天(周末、节假日、和市场关闭),添加业务日历使用意识addBusinessCalendar
第一。例如,下面的命令将业务日历逻辑添加到只包括纽交所业务天。
TT = addBusinessCalendar (TT);
数据类型:时间表
名称-值参数
指定可选的双参数作为Name1 = Value1,…,以=家
,在那里的名字
参数名称和吗价值
相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。
例子:TT2 = convert2quarterly (TT1、“聚合”(“lastvalue”“和”))
聚合
- - - - - -聚合方法TT1
intra-quarter或inter-day聚合数据
“lastvalue”
(默认)|“和”
|“刺激”
|“的意思是”
|“最小值”
|“马克斯”
|“firstvalue”
|特征向量|函数处理|字符串向量|细胞特征向量的向量或函数处理
聚合方法TT1
数据定义如何聚合数据在工作日intra-quarter或inter-day周期性,指定为下列方法之一,一个字符串向量的方法,或长度numVariables
细胞向量的方法,numVariables
变量的数量吗TT1
。
“和”
——每年求和的值或一天。“的意思是”
——计算值的均值在每年或一天。“刺激”
——计算值的乘积在每年或一天。“最小值”
——计算每年的最低的值或一天。“马克斯”
——计算的值的最大每年或一天。“firstvalue”
——在每年使用第一个值或一天。“lastvalue”
——使用每年的最后一个值或一天。@customfcn
——自定义聚合方法,该方法接受一个表变量并返回一个数值标量(对于单变量系列)或行向量(多元系列)。函数必须接受空输入[]
。
如果你指定一个方法,convert2quarterly
指定的方法适用于所有的时间序列TT1
。如果您指定一个字符串向量或单元向量聚合
,convert2quarterly
适用于聚合(
来j
)TT1 (:,
;j
)convert2quarterly
适用于每个聚合方法一次(更多细节,请参阅调整时间
)。例如,考虑一个代表日常时间表TT1
有三个变量。
时间AAA BBB CCC ___________交___________ 01 - 1月- 2018 100.00 200.00 300.00 400.00 02 - 1月- 2018 100.03 200.06 300.09 400.12 03 - 1月- 2018 100.07 200.14 300.21 400.28。。。。。。。。。。。。31 - 3月- 2018 162.93 325.86 488.79 651.72。。。。。。。。。。。。。。。30 - 2018年6月- 223.22 446.44 669.66 892.88。。。。。。。。。。。。。。。30 - 9 - 2018 232.17 464.34 696.51 928.68。。。。。。。。。。。。31日- 12月- 2018 243.17 486.34 729.51 972.68
TT2
(所有天工作日,“lastvalue”
据报道在每个季度的最后一个工作日)如下。时间AAA BBB CCC ___________交___________ 31 - 3月- 2018 162.93 325.86 488.79 651.72 30 - 2018年6月- 223.22 446.44 669.66 892.88 9月30 - 31 - 2018 232.17 464.34 696.51 928.68 243.17 486.34 729.51 972.68 - 12月- 2018
省略所有方法缺失的数据(南
对每个变量直接聚合计算。然而,对于失踪的情况下出现在第一行的值TT1
,缺少的值也可以出现在聚合的结果TT2
。为了解决缺失的数据,编写并指定一个自定义聚合支持缺失数据的方法(函数处理)。金宝app
数据类型:字符
|字符串
|细胞
|function_handle
每天
- - - - - -盘中的聚合方法TT1
“lastvalue”
(默认)|“和”
|“刺激”
|“的意思是”
|“最小值”
|“马克斯”
|“firstvalue”
|特征向量|函数处理|字符串向量|细胞特征向量的向量或函数处理
盘中的聚合方法TT1
字符串指定为一个聚合方法,向量的方法,或长度numVariables
细胞向量的方法。对于更多细节支持的方法和行为,看到金宝app“聚合”
名称-值参数。
数据类型:字符
|字符串
|细胞
|function_handle
输出参数
TT2
-季度数据
时间表
季度数据,返回为一个时间表。的时间安排TT1
和TT2
都是一样的。
convert2quarterly
报告季度聚合结果3月的最后一个工作日,6月,9月,12月。
如果一个变量TT1
没有业务日记录在采样时间内的四分之一,convert2quarterly
返回一个南
变量和季度TT2
。
如果第一季度(第一季度
)TT1
包含至少一个营业日,第一次约会TT2
是最后一个业务日期第一季度
。否则,第一次约会TT2
是下一个end-of-quarter业务日期TT1
。
如果最后一个季度(QT
)TT1
包含至少一个工作日,在最后的日期TT2
是最后一个业务日期QT
。否则,最后日期TT2
是前面end-of-quarter业务日期TT1
。
版本历史
MATLAB命令
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。金宝app
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。