Может ли кто-нибудь помочь мне перевести этот код SAS на R (модель Roll в книге Хасбрука о микроструктуре) - PullRequest
Новая
       17

Может ли кто-нибудь помочь мне перевести этот код SAS на R (модель Roll в книге Хасбрука о микроструктуре)

0 голосов
/ 23 мая 2019

Я не знаком с SAS и концентрируюсь на изучении R. У меня есть некоторый код SAS (из книги Хасбрука о микроструктуре рынка), может ли кто-нибудь здесь быть таким любезным и помочь мне перевести этот код на R? Это макрос SAS, и я хочу, чтобы это была функция R: Большое спасибо!

Первоначально я просто пытался запустить код прямо в SAS, и он работал нормально с включенными наборами данных. Но когда я хочу использовать свои собственные наборы данных, у меня возникли различные проблемы с SAS и так далее, поэтому я подумал, что было бы намного лучше иметь эту программу на R, где мне удобнее учиться. 

*___________________________________________________________________________________________________

    GRUnivariate(dsIn=, maOrder=, price=)

    macro to estimate a univariate generalized Roll model of prices.

    Parameters
    dsIn        Input dataset
    maOrder     Order of moving average estimated
    price       name of price variable (default=p)
                The price variable is assumed to be in
                level (or log) form. The routine computes the first-differences internally.

____________________________________________________________________________________________________;

%macro GRUnivariate(dsIn=, maOrder=5, price=p);
proc arima data=&dsIn;
    identify var=&price(1) center nlag=10;
    estimate noint p=0 q=&maOrder;
    title "Univariate MA analysis of &price Input dataset=&dsIn maOrder=&maOrder";
    ods output parameterEstimates=parameterEstimates;
    ods output fitStatistics=fitStatistics;
    quit;
    run;
title "Univariate random-walk analysis";
proc iml;
    start main;
    reset printadv=1;
    use fitStatistics;
    read next var {nValue1} into varEpsilon;
    print varEpsilon [label="Innovation variance"];
    use parameterEstimates;
    read all var {estimate} into theta;
    theta = -theta;
    rn = char(1:&maOrder);
    print (t(theta)) [colname=rn label='Thetas'];
    sumTheta = 1+sum(theta);
    print sumTheta [label="Sum of thetas, including theta(0)=1" f=50.5];
    varW = sumTheta##2 * varEpsilon;
    print varW [label="Random-walk variance" f=best30.5];
    sdW = sqrt(varW);
    print sdW [label="Random-walk standard deviation" f=best30.5];

    *   Cumulate sums of thetas;
    sCoeff = j(1,&maOrder,0);
    do i=1 to &maOrder;
        do j=i to &maOrder;
            sCoeff[i] = sCoeff[i] + theta[j];
        end;
    end;
    print sCoeff [label="Pricing error coefficients" f=12.5];
    sVar = sum( sCoeff##2 ) * varEpsilon;
    print sVar [label="Pricing error variance (lower bound)" f=50.10];
    sSD = sqrt(sVar);
    print sSD [label="Pricing error standard deviation (lower bound)" f=50.6];
    finish main;
    run; 
    quit;


run;
%mend GRUnivariate;
...