r - 从 CBOE 下载 VIX future 价格

Question

我正在尝试通过下载此页面上的所有 CSV 文件 (http://cfe.cboe.com/Products/historicalVIX.aspx) 来获取 VIX future 的历史价格。这是我用来执行此操作的代码:

library(XML)

#Extract all links for url
url <- "http://cfe.cboe.com/Products/historicalVIX.aspx"
doc <- htmlParse(url)
links <- xpathSApply(doc, "//a/@href")
free(doc)

#Filter out URLs ending with csv and complete the link.
links <- links[substr(links, nchar(links) - 2, nchar(links)) == "csv"]
links <- paste("http://cfe.cboe.com", links, sep="")

#Peform read.csv on each url in links, skipping the first two URLs as they are not relevant.
c <- lapply(links[-(1:2)], read.csv, header = TRUE)

我收到错误:

Error in read.table(file = file, header = header, sep = sep, quote = quote,  : 
  more columns than column names

经过进一步调查，我意识到这是因为某些 CSV 文件的格式不同。如果我手动加载 URL links[9]，我会看到第一行有此免责声明:

CFE data is compiled for the .......use of CFE data is subject to the Terms and Conditions of CBOE's Websites.

大多数其他文件(例如links[8]和links[10])都很好，所以看起来这是随机插入的。有没有一些 R 魔法可以解决这个问题？

谢谢。

Answer 1

我的 qmao 有一个 getSymbols.cfe 方法包(对于 getSymbols 包中的 quantmod 函数)，这将使这变得更加容易。

#install.packages('qmao', repos='http://r-forge.r-project.org')
library(qmao)

这来自 ?getSymbols.cfe 的示例部分(请阅读帮助页面，因为该函数有一些您可能希望与默认值不同的参数)

getSymbols(c("VX_U11", "VX_V11"),src='cfe') 
#all contracts expiring in 2010 and 2011.
getSymbols("VX",Months=1:12,Years=2010:2011,src='cfe')
#getSymbols("VX",Months=1:12,Years=10:11,src='cfe') #same

这不仅仅是 VIX 的问题

getSymbols(c("VM","GV"),src='cfe') #The mini-VIX and Gold vol contracts expiring this month

如果您不熟悉 getSymbols，默认情况下它会将数据存储在 .GlobalEnv 中，并返回已保存对象的名称。

> getSymbols("VX_Z12", src='cfe')
[1] "VX_Z12"

> tail(VX_Z12)
           VX_Z12.Open VX_Z12.High VX_Z12.Low VX_Z12.Close VX_Z12.Settle VX_Z12.Change VX_Z12.Volume VX_Z12.EFP VX_Z12.OpInt
2012-10-26       19.20       19.35      18.62        18.87          18.9           0.0         22043         15        71114
2012-10-31       18.55       19.50      18.51        19.46          19.5           0.6         46405        319        89674
2012-11-01       19.35       19.35      17.75        17.87          17.9          -1.6         40609       2046        95720
2012-11-02       17.90       18.65      17.55        18.57          18.6           0.7         42592       1155       100691
2012-11-05       18.60       20.15      18.43        18.86          18.9           0.3         28136        110       102746
2012-11-06       18.70       18.85      17.75        18.06          18.1          -0.8         35599        851       110638

---

编辑

我现在发现我没有回答你的问题，而是向你指出了另一种方法来得到同样的错误!让代码正常工作的一个简单方法是为 read.csv 制作一个包装器，使用 readLines 来查看第一行是否包含免责声明；如果是，则跳过第一行，否则正常使用 read.csv。

myRead.csv <- function(x, ...) {  
  if (grepl("Terms and Conditions", readLines(x, 1))) { #is the first row the disclaimer?
    read.csv(x, skip=1, ...)  
  } else read.csv(x, ...)
}
L <- lapply(links[-(1:2)], myRead.csv, header = TRUE)

我还将该补丁应用于 getSymbols.cfe。您可以使用 svn checkout 获取最新版本的 qmao (1.3.11)(如果您需要帮助，请参阅 this post)，或者，您可以等待 R-Forge 为您构建它，这通常会很快发生，但也可以最多需要几天时间。