Saya memiliki data frekuensi bulanan yang saya coba pisahkan menjadi data frekuensi harian. Jadi saya menggunakan td
perintah dari tempdisagg
paket di R menggunakan kode di bawah ini:
dat=ts(data[,2])
result=td(dat~1, conversion = "average", to = "day", method = "chow-lin-maxlog")
Lalu saya mendapatkan pesan kesalahan berikut:
Error in td(dat ~ 1, conversion = "average", to = "day", method = "chow-lin-maxlog") : 'to' argument: unknown character string
Data yang saya gunakan dat
adalah sebagai berikut:
> dput(head(dat))
c(82.47703009, 84.63094431, 70.00659987, 78.81135651, 74.749746,82.95638213)
Jadi meskipun data dat
ini dalam frekuensi bulanan, awal dan akhir belum mencerminkan ini. Bahkan, tanggal mulai adalah 1/1997 dan tanggal akhir adalah 9/2019.
Bolehkah saya mendapatkan bantuan untuk memisahkan data bulanan ini dat
menjadi data frekuensi harian?
dput(head(x))
ataudata.frame(...)
) secara langsung. Terima kasih!dput(ts(head(1:50)))
, maka saya mengertistructure(1:6, .Tsp = c(1, 6, 1), class = "ts")
. Gambar Anda menunjukkan bahwa Andadat
adalah rangkaian waktu, tetapi Andac(...)
tidak. Apakah keduanyadat
sama?tempdisagg.pdf
, saya tidak dapat menemukan di"daily"
mana pun, danto=
mengatakan itu mendukung "frekuensi tujuan frekuensi tinggi sebagai string karakter (" triwulanan "atau" bulanan ") atau sebagai skalar (eg2, 4, 7, 12)" . Di mana itu disarankan yangto="daily"
didukung? Bisakah kamu mencobato=1
? (Saya benar-benar tidak bisa membantu lebih dari itu. Saya tidak tahu paketnya dengan baik, saya pikir saya bisa membantu secara umum.)Jawaban:
Sepertinya paket tempdisagg tidak memungkinkan disagregasi bulanan ke harian. Dari
td()
argumen file bantuan 'ke':Pesan kesalahan Anda "ke 'argumen: string karakter tidak dikenal" adalah karena
to =
argumen hanya menerima' triwulanan 'atau' bulanan 'sebagai string.Ada beberapa diskusi tentang pemisahan data bulanan setiap hari di statistik stackexchage di sini: /stats/258810/disaggregate-monthly-forecasts-into-daily-data
Setelah beberapa pencarian, sepertinya tidak ada yang secara konsisten menggunakan data bulanan ke data harian terpilah. The
tempdisagg
paket tampaknya mampu apa yang telah ditemukan kebanyakan orang lain menjadi mungkin - tahunan untuk kuartalan atau bulanan, dan periode waktu yang bahkan kelipatan konsisten.Eric, saya telah menambahkan skrip di bawah ini yang harus menggambarkan apa yang Anda coba lakukan, seperti yang saya mengerti.
Di sini kami menggunakan data penetapan harga riil untuk berpindah dari harga harian -> harga bulanan -> pengembalian bulanan -> pengembalian harian rata-rata.
Berikut adalah tiga grafik yang menunjukkan 1. pengembalian bulanan saja, 2. rata-rata harian dari pengembalian bulanan, 3. keduanya bersamaan. Karena mereka identik, overplotting pada gambar ketiga hanya menunjukkan satu.
sumber
quantmod::monthlyReturn
atauPerformanceAnalytics::Return.calculate
untuk mendapatkan pengembalian (bulanan). Dari sana jika Anda perlu mengasumsikan pengembalian harian, Anda dapat menggunakan metode (komentar) di atas.