У меня есть несколько выходных объектов xts, которые могут содержать разные классы "value".Все объекты xts содержат классы значений datetime
и spot
одинаковой длины.Некоторые объекты xts содержат другой класс значений par
Например, для объекта xts со значением par
: (значения: «datetime», «spot» и «par»)
$datetime $spot
2017-10-02 09:05:00 4.503936e-04
2017-10-02 09:10:00 4.799895e-04
2017-10-02 09:15:00 5.181447e-04
2017-10-02 09:20:00 5.734970e-04
2017-10-02 09:25:00 5.637900e-04
2017-10-02 09:30:00 4.684099e-04
2017-10-02 09:35:00 5.149570e-04
2017-10-02 09:40:00 5.459784e-04
$par
sigma sigma_mu sigma_h sigma_k phi rho mu1 mu2 delta_c1
0.0001963601 0.1727417926 0.0070247195 1.2313740300 0.1940041110 0.2426273212 0.6050628200 0.1732629813 0.3489579734
delta_c2 delta_c3 delta_c4 delta_c5 delta_s1 delta_s2 delta_s3 delta_s4 delta_s5
-1.5338494995 1.0146674063 0.8648589185 0.2488922309 -1.3362789351 1.1684672029 2.0240062847 0.2421184159 -0.4020884885
Я хочу экспортировать значения для datetime
и spot
.
Я использую следующий метод для сохранения объектов xts как csv.
for (n in c("vol1", "vol2", "vol3", "vol4", "vol5", "vol6", "vol7", "vol8")) {
v = get(n)
myFile <- paste0("Vola_Est", "_", n, ".csv")
write.zoo(as.xts(do.call(rbind, unname(v))), file=myFile, sep=",")
}
Где vol {i} - объект xts.Это прекрасно работает для тех объектов, которые не содержат значение класса par
.Я предполагаю это из-за "структурного разрыва" в способе представления данных в объекте xts.
Найдите ниже пример кода, который создает входные данные
library("highfrequency")
library("xts")
library("forecast")
time_index <- seq(from = as.POSIXct("2012-05-15 00:00:00"),
to = as.POSIXct("2012-06-03 23:59:00"), by = "min")
t <- 1:length(time_index)
set.seed(1234)
value <- ts(15 + 0.001*t + 10*sin(2*pi*t/(length(t)/5)) + rnorm(length(t)), freq=length(time_index)/5)
sample_file <- xts(value, order.by = time_index)
plot(value)
vol1 <- spotvol(sample_file)
# Compare to stochastic periodicity
init = list(sigma = 0.03, sigma_mu = 0.005, sigma_h = 0.007,
sigma_k = 0.06, phi = 0.194, rho = 0.986, mu = c(1.87,-0.42),
delta_c = c(0.25, -0.05, -0.2, 0.13, 0.02), delta_s = c(-1.2,
0.11, 0.26, -0.03, 0.08))
# next method will take around 110 iterations
vol2 <- spotvol(sample_file, method = "stochper", init = init, marketopen = "00:00:00", marketclose = "23:59:00", tz = "GMT")
for (n in c("vol1", "vol2")) {
v = get(n)
myFile <- paste0("Vola_Est", "_", n, ".csv")
write.zoo(as.xts(do.call(rbind, unname(v))), file=myFile, sep=",")
}