对于投资策略，我希望计算动量回报。收益是根据过去12到2个月滞后(12(-lag(2(的平均值计算得出的。
对于这些回报，我需要清洁数据集并删除不在13个观测值的序列中的所有观察结果。
到目前为止，我已经删除了自己的所有观察：
x <- x %>%
arrange(seriesid, datem) %>%
group_by(seriesid) %>%
mutate(A = ifelse(((lead(datem,1)-datem) <=1 | (datem-lag(datem,1)) <=1),1,NA)) %>%
ungroup()
x <- x[complete.cases(x),
和之后编辑了变量a，以显示lag12和实际值或铅12和实际值之间的距离，而实际值为12，尚无13个观测值。
x <- x %>%
arrange(seriesid, datem) %>%
group_by(seriesid) %>%
mutate(A = ifelse(((lead(datem,12)-datem) <=12 | (datem-lag(datem,12)) <=12),1,NA)) %>%
ungroup()
目前输出
date seriesid datem closeret A
1883-07-28 50102 22603 2.381538e-01 NA
1883-08-25 50102 22604 6.461233e-03 NA
1883-12-29 50102 22608 -3.947368e-02 1
1884-01-26 50102 22609 -2.328767e-01 NA
1884-02-23 50102 22610 0.000000e+00 NA
1884-03-29 50102 22611 3.392857e-01 NA
1884-04-26 50102 22612 -1.733333e-01 NA
1884-05-31 50102 22613 1.612903e-02 NA
1884-06-28 50102 22614 -1.428571e-01 NA
1884-07-26 50102 22615 -2.222222e-01 NA
1884-08-30 50102 22616 -1.428571e-01 NA
1884-09-27 50102 22617 1.111111e-01 NA
1884-10-25 50102 22618 0.000000e+00 NA
1884-11-29 50102 22619 -1.000000e-01 NA
1884-12-27 50102 22620 -3.333333e-01 1
1885-03-28 50102 22623 8.333333e-02 NA
您可以看到包含A的列有两个1S 12步，彼此相距12步。现在，我的目标是在1秒之间也将价值介绍。因此，以至少13个值的序列中的所有内容都从彼此的Datem上一步保持一步，稍后我可以删除NAS。我也尝试了：
x <- x %>%
arrange(seriesid, datem) %>%
group_by(seriesid) %>%
mutate(A = ifelse((lead(A,11)==12&(lead(datem,11)-datem)==11)&(lag(A,1)==12)&(datem-lag(datem,1))==1,12,A)) %>%
mutate(A = ifelse((lead(A,10)==12&(lead(datem,10)-datem)==10)&(lag(A,2)==12)&(datem-lag(datem,2))==2,12,A)) %>%
mutate(A = ifelse((lead(A,9)==12&(lead(datem,9)-datem)==9)&(lag(A,3)==12)&(datem-lag(datem,3))==3,12,A)) %>%
mutate(A = ifelse((lead(A,8)==12&(lead(datem,8)-datem)==8)&(lag(A,4)==12)&(datem-lag(datem,4))==4,12,A)) %>%
mutate(A = ifelse((lead(A,7)==12&(lead(datem,7)-datem)==7)&(lag(A,5)==12)&(datem-lag(datem,5))==5,12,A)) %>%
mutate(A = ifelse((lead(A,6)==12&(lead(datem,6)-datem)==6)&(lag(A,6)==12)&(datem-lag(datem,6))==6,12,A)) %>%
mutate(A = ifelse((lead(A,5)==12&(lead(datem,5)-datem)==5)&(lag(A,7)==12)&(datem-lag(datem,7))==7,12,A)) %>%
ungroup()
但是，这也会更改以前的正确值也不正确。
所需的输出：
date seriesid datem closeret A
1883-07-28 50102 22603 2.381538e-01 NA
1883-08-25 50102 22604 6.461233e-03 NA
1883-12-29 50102 22608 -3.947368e-02 1
1884-01-26 50102 22609 -2.328767e-01 1
1884-02-23 50102 22610 0.000000e+00 1
1884-03-29 50102 22611 3.392857e-01 1
1884-04-26 50102 22612 -1.733333e-01 1
1884-05-31 50102 22613 1.612903e-02 1
1884-06-28 50102 22614 -1.428571e-01 1
1884-07-26 50102 22615 -2.222222e-01 1
1884-08-30 50102 22616 -1.428571e-01 1
1884-09-27 50102 22617 1.111111e-01 1
1884-10-25 50102 22618 0.000000e+00 1
1884-11-29 50102 22619 -1.000000e-01 1
1884-12-27 50102 22620 -3.333333e-01 1
1885-03-28 50102 22623 8.333333e-02 NA
update ：现在我们可以添加一些dplyr。从前的部分现在在sequer功能中(我在命名方面很糟糕(。
sequer <- function(x) {
seq <- rle(cumsum(!c(1, diff(x))==1))
seq$values <- ifelse(seq$lengths >= 13, 1, NA)
inverse.rle(seq)
}
df %>%
group_by(seriesid) %>%
mutate(A = sequer(datem)) -> res
> res
date seriesid datem closeret A
1 1883-07-28 50102 22603 0.238153800 NA
2 1883-08-25 50102 22604 0.006461233 NA
3 1883-12-29 50102 22608 -0.039473680 1
4 1884-01-26 50102 22609 -0.232876700 1
5 1884-02-23 50102 22610 0.000000000 1
6 1884-03-29 50102 22611 0.339285700 1
7 1884-04-26 50102 22612 -0.173333300 1
8 1884-05-31 50102 22613 0.016129030 1
9 1884-06-28 50102 22614 -0.142857100 1
10 1884-07-26 50102 22615 -0.222222200 1
11 1884-08-30 50102 22616 -0.142857100 1
12 1884-09-27 50102 22617 0.111111100 1
13 1884-10-25 50102 22618 0.000000000 1
14 1884-11-29 50102 22619 -0.100000000 1
15 1884-12-27 50102 22620 -0.333333300 1
16 1885-03-28 50102 22623 0.083333330 NA