R Извлечение максимума и минимума на основе дат покупки и продажи портфеля акций

Question

Мне дали файл CSV, который содержит 50 различных биржевых символов, которые хедж-фонд купил и продал в октябре месяце. Я должен проверить, чтобы убедиться, что цена покупки была между максимумом и минимумом в определенные дни покупки и продажи.

Вот форматированный CSV:

head(hilo)

# A tibble: 6 x 9
  Symbol `Date of Purchase` `Date of Sale` `Purchase price` `Sale Price` open  high  low   close
  <chr>  <date>             <date>                    <dbl>        <dbl> <chr> <chr> <chr> <chr>
1 PCH    2018-10-02         2018-10-03                 40.2         38.4 NA    NA    NA    NA   
2 NBHC   2018-10-03         2018-10-11                 37.8         36.2 NA    NA    NA    NA   
3 STWD   2018-10-08         2018-10-10                 21.3         21.0 NA    NA    NA    NA   
4 RWT    2018-10-08         2018-10-11                 16.1         16   NA    NA    NA    NA   
5 NVEE   2018-10-08         2018-10-10                 84.3         83.0 NA    NA    NA    NA   
6 PRIM   2018-10-08         2018-10-10                 23.5         23.1 NA    NA    NA    NA

Затем я собираю символы с помощью getSymbols (), форматирую их в список и беру верхние и нижние столбцы.

dataEnv <- new.env()

#Get symbol data from Yahoo!
getSymbols(hilo$Symbol, from = min(hilo$`Date of Purchase`, na.rm = TRUE), to = max(hilo$`Date of Sale`, na.rm = TRUE), env = dataEnv)

slist <- as.list(dataEnv)
Yhilo <- xts()
for (i in 1:length(slist)) {
  Yhilo <- cbind(Yhilo, slist[[i]][,2:3])
}

head(Yhilo)
                   CEQP.High CEQP.Low TCP.High TCP.Low CRC.High CRC.Low WPC.High WPC.Low IRTC.High IRTC.Low RWT.High RWT.Low STWD.High STWD.Low NVEE.High NVEE.Low TILE.High TILE.Low
2018-10-01 02:00:00     37.69    36.80    31.17   30.30   49.040  47.850    64.35   63.46     95.50   92.300    16.31   16.08     21.54    21.33    87.300   84.000     23.50    22.28
2018-10-02 02:00:00     37.57    36.80    31.69   30.63   49.417  47.530    64.19   63.26     93.25   91.595    16.29   16.10     21.48    21.30    84.900   83.000     22.47    22.14
2018-10-03 02:00:00     37.47    36.88    31.10   30.49   50.340  48.380    64.15   62.80     92.33   90.212    16.38   16.26     21.56    21.30    83.790   82.620     22.54    22.05
2018-10-04 02:00:00     38.38    37.45    31.23   30.30   50.050  47.660    63.07   62.12     92.72   86.530    16.31   16.14     21.36    21.10    85.600   82.615     22.47    22.06
2018-10-05 02:00:00     38.36    37.61    31.16   30.42   48.368  44.627    63.77   62.90     88.34   83.790    16.22   16.04     21.34    21.03    84.518   82.460     22.54    22.06
2018-10-08 02:00:00     38.20    37.37    31.10   30.57   45.760  44.020    64.21   62.98     85.79   81.739    16.16   16.02     21.30    21.00    84.340   82.399     22.24    21.96
                    AEE.High AEE.Low AAWW.High AAWW.Low ABG.High ABG.Low TREX.High TREX.Low MNK.High MNK.Low ORBK.High ORBK.Low AHL.High AHL.Low AAON.High AAON.Low HURN.High HURN.Low
2018-10-01 02:00:00    63.42   62.70     64.47    61.73    69.78   67.90     77.50    73.72    29.90   29.12     59.92    59.00    41.92   41.65     38.10    36.37     49.64    48.74
2018-10-02 02:00:00    64.47   63.47     62.59    61.83    68.47   66.93     75.50    73.78    30.06   28.89     60.00    58.99    41.86   41.73     36.67    35.35     49.22    48.59
2018-10-03 02:00:00    64.66   63.08     63.23    61.92    67.05   65.70     75.10    73.79    31.41   29.93     60.35    59.31    42.02   41.82     36.06    35.37     49.48    48.35
2018-10-04 02:00:00    64.08   62.87     63.38    61.94    65.71   64.18     74.28    71.90    29.88   25.39     59.76    58.75    41.96   41.80     35.72    34.83     48.69    48.05
2018-10-05 02:00:00    65.29   63.94     61.08    59.44    64.55   62.47     73.42    69.80    27.25   25.12     59.87    58.60    42.16   41.75     35.03    34.01     49.38    48.17
2018-10-08 02:00:00    66.36   65.07     59.84    58.42    63.83   62.46     72.26    70.47    26.45   25.38     59.20    58.45    41.86   41.73     35.14    33.85     50.42    48.58
                    ATHN.High ATHN.Low AGIO.High AGIO.Low LBTYA.High LBTYA.Low AVYA.High AVYA.Low NBHC.High NBHC.Low OUT.High OUT.Low QUAD.High QUAD.Low GTT.High GTT.Low BKD.High
2018-10-01 02:00:00    133.80   126.18     79.17    76.30      29.48     28.02    22.358    21.66     37.80    37.10    20.07   19.82     21.08    20.17    43.96   42.69     9.98
2018-10-02 02:00:00    128.99   125.65     76.65    73.44      28.42     27.95    21.890    21.45     37.35    36.57    20.11   19.83     20.40    19.34    44.64   42.86     9.73
2018-10-03 02:00:00    127.67   125.27     74.28    70.54      28.56     27.22    22.030    21.60     37.83    36.54    20.08   19.44     20.14    19.20    46.22   44.06     9.56
2018-10-04 02:00:00    125.99   122.02     74.00    70.25      27.48     26.78    21.895    21.42     38.22    37.25    19.48   19.17     20.01    19.02    44.87   43.29     9.41
2018-10-05 02:00:00    126.72   121.95     72.05    67.96      27.19     26.23    21.980    21.27     37.88    36.92    19.56   19.29     19.21    18.50    45.92   42.27     9.21
2018-10-08 02:00:00    126.32   124.01     69.18    66.24      27.24     26.46    21.790    20.74     37.57    36.92    19.49   19.25     19.49    18.81    43.37   41.45     9.30
                    BKD.Low ATU.High ATU.Low CAKE.High CAKE.Low PCH.High PCH.Low MXL.High MXL.Low CATM.High CATM.Low RBA.High RBA.Low CNC.High CNC.Low CRUS.High CRUS.Low SMTC.High
2018-10-01 02:00:00    9.62    28.48   27.68     53.68    52.36    41.38   39.95    20.20   19.89     32.52    31.47    36.46   35.86   146.41  144.87     38.77    37.81     56.39
2018-10-02 02:00:00    9.35    28.11   27.66     53.19    51.99    40.39   39.33    20.20   19.75     31.94    31.20    36.59   36.10   145.95  144.16     38.44    37.80     55.77
2018-10-03 02:00:00    9.19    28.03   27.71     52.66    51.63    40.20   38.08    19.99   19.35     32.52    30.96    36.48   36.04   145.37  144.29     38.02    37.18     54.82
2018-10-04 02:00:00    9.05    28.10   27.61     52.02    51.20    38.81   37.84    19.79   19.08     32.04    31.43    36.57   36.11   145.90  142.65     38.03    37.35     54.66
2018-10-05 02:00:00    8.70    27.97   27.29     52.56    51.55    38.91   38.38    19.09   17.89     32.74    31.22    36.67   36.10   144.45  142.66     37.70    35.71     54.45
2018-10-08 02:00:00    8.96    27.55   27.20     52.32    51.35    39.34   38.44    17.79   17.15     33.22    32.11    36.77   36.05   144.33  141.05     36.60    35.38     52.39
                    SMTC.Low AGNC.High AGNC.Low DDD.High DDD.Low NUE.High NUE.Low ATGE.High ATGE.Low ANDE.High ANDE.Low TECH.High TECH.Low PCTY.High PCTY.Low WY.High WY.Low CNK.High
2018-10-01 02:00:00    54.52     18.68    18.48    19.13   17.93    64.83   63.42     48.68    47.77     38.26    37.04    205.74   202.75    81.300   78.730   32.37  31.83    40.46
2018-10-02 02:00:00    54.35     18.74    18.58    18.13   17.16    65.42   64.08     48.33    46.25     37.35    36.66    203.51   200.33    78.830   75.860   32.14  31.56    39.63
2018-10-03 02:00:00    53.80     18.76    18.42    18.51   17.65    65.63   65.04     46.94    46.17     37.70    36.53    204.29   199.34    77.720   75.700   31.93  30.65    39.53
2018-10-04 02:00:00    53.40     18.44    18.22    18.51   17.51    66.03   64.56     46.86    45.26     37.31    36.72    199.20   192.76    77.049   72.871   30.86  30.20    39.46
2018-10-05 02:00:00    51.71     18.34    18.09    19.19   17.72    65.05   63.54     46.17    44.95     37.14    36.34    195.24   190.62    74.200   70.410   30.79  30.18    39.83
2018-10-08 02:00:00    50.91     18.30    18.08    18.03   17.19    64.80   63.77     46.37    45.21     37.59    36.66    192.37   187.11    72.140   67.990   30.96  30.26    40.36
                    CNK.Low PRIM.High PRIM.Low JCOM.High JCOM.Low LOGM.High LOGM.Low ALRM.High ALRM.Low HUN.High HUN.Low
2018-10-01 02:00:00   39.45     25.20    24.23     83.25    81.52     92.89    87.34    60.200    56.67    27.41   26.73
2018-10-02 02:00:00   38.60     24.51    23.98     81.59    78.97     88.69    86.76    56.910    53.79    27.48   26.74
2018-10-03 02:00:00   38.80     24.42    24.08     80.38    79.06     88.44    86.79    56.430    54.55    27.77   26.82
2018-10-04 02:00:00   38.74     24.29    23.66     78.97    77.46     86.78    85.14    56.000    54.84    27.45   26.88
2018-10-05 02:00:00   39.17     23.87    23.26     78.31    76.82     87.45    82.60    53.790    49.27    27.10   25.82
2018-10-08 02:00:00   39.17     23.61    23.05     77.27    75.49     84.09    81.57    51.485    47.93    26.16   25.65

Что мне не удается сделать, так это выяснить, как извлечь максимум и минимум из этого набора данных на дату покупки и продажи для соответствующего символа в hilo.

Answer 1

Ниже приведен код, который вернет то, что вам нужно. Я использую Quantmod, Purrr и DPlyr в качестве пакетов. Обратите внимание на использование pmap с getSymbols для получения данных. При использовании getSymbols для каждого тикера вы получите одинаковое количество строк. Для большинства запросов это излишне, поскольку период ожидания в большинстве случаев меньше. Теперь каждый тикер будет получать данные только между датой покупки и продажей.

Я создал вспомогательную функцию для получения максимумов и минимумов даты покупки и даты продажи. Здесь предполагается, что последняя доступная запись действительно является датой продажи. Отрегулируйте эту часть, если это не так. Я удалил открытые, высокие, низкие и закрытые столбцы из hilo, поскольку они не нужны для этого примера.

Я оставляю проверку, если цена покупки / продажи находится между вами и максимумом.

library(quantmod)
library(purrr)
library(dplyr)

# use pmap so 3 columns can correctly be passed to getSymbols    
stocklist <- pmap(list(hilo$Symbol, hilo$Date_of_Purchase, hilo$Date_of_Sale), function(x, y, z) getSymbols(Symbols = x, src = "yahoo", from = y, to = z + 1, auto.assign = FALSE))
names(stocklist) <- hilo$Symbol

# function described below
stock_hilo <- map_dfr(stocklist, hi_lo, hilo = hilo, .id = "Symbol")

hilo %>% 
  left_join(stock_hilo)

Joining, by = "Symbol"
  Symbol Date_of_Purchase Date_of_Sale Purchase_price Sale_Price pu_hi  pu_lo sa_hi sa_lo
1    PCH       2018-10-02   2018-10-03           40.2       38.4 40.39 39.330 40.39 39.33
2   NBHC       2018-10-03   2018-10-11           37.8       36.2 37.83 36.540 37.78 37.07
3   STWD       2018-10-08   2018-10-10           21.3       21.0 21.30 21.000 21.42 21.19
4    RWT       2018-10-08   2018-10-11           16.1       16.0 16.16 16.020 16.39 16.16
5   NVEE       2018-10-08   2018-10-10           84.3       83.0 84.34 82.399 85.50 84.15
6   PRIM       2018-10-08   2018-10-10           23.5       23.1 23.61 23.050 23.65 23.38

функция, используемая в коде

hi_lo <- function(stock_data, hilo){
  stock_symbol <- stringi::stri_extract(names(stocklist$PCH)[1], regex = "^[A-Z]+")
  output <- data.frame(matrix(nrow = 1, ncol = 4))
  output <- setNames(output, c("pu_hi", "pu_lo", "sa_hi", "sa_lo"))

  # purchase date is the first record of the timeseries
  pu_data <- xts::first(stock_data)
  output$pu_hi <- as.numeric(quantmod::Hi(pu_data))
  output$pu_lo <- as.numeric(quantmod::Lo(pu_data))

  # assuming sales date is the last record of the timeseries
  sa_data <- xts::last(stock_data)
  output$sa_hi <- as.numeric(quantmod::Hi(sa_data))
  output$sa_lo <- as.numeric(quantmod::Lo(sa_data))

  return(output)
}