R : High frequency data statistical analysis

Question

我正在处理报价数据，并希望获得一些有关报价变动分布的基本信息。我的数据库由 10 个开放日期间的报价数据组成。 我已经获取了刻度价格的第一个差异:

                     Tick spread
2010-02-02 08:00:04   -1
2010-02-02 08:00:04    1
2010-02-02 08:00:04    0
2010-02-02 08:00:04    0
2010-02-02 08:00:04    0
2010-02-02 08:00:04   -1
2010-02-02 08:00:05    1
2010-02-02 08:00:05    1

我创建了一个数组，它为我提供了每天的第一个和最后一个刻度:

       Open  Close
[1,]      1  59115
[2,]  59116 119303
[3,] 119304 207300
[4,] 207301 351379
[5,] 351380 426553
[6,] 426554 516742
[7,] 516743 594182
[8,] 594183 683840
[9,] 683841 754962
[10,] 754963 780725

我想知道每天我的报价点差的经验分布。 我知道我可以使用 R 函数 table() 但问题是它给了我一个长度随天而变化的表对象。第二个问题是，有一天我可以有3个点的点差，而之后的几天我的点差只有不到3个点。

第一天表()输出:

 -3    -2    -1     0     1     2     3 
  1    19  6262 46494  6321    16     2

第二天表()输出:

-2    -1     0     1     2     3     5 
27  5636 48902  5588    33     1     1

我想要的是为我的整个刻度样本创建一个包含所有 table() 输出的数据框。 任何想法？ 谢谢

Answer 1

只需使用二维表，使用 as.Date(index(x)) 作为行:

# create some example data
set.seed(21)
p <- sort(runif(6))*(1:6)^2
p <- c(p,rev(p)[-1])
p <- p/sum(p)
P <- sample(-5:5, 1e5, TRUE, p)
x <- .xts(P, (1:1e5)*5)
# create table
table(as.Date(index(x)), x)
#             x
#                -5   -4   -3   -2   -1    0    1    2    3    4    5
#   1970-01-01   22  141  527 1623 2968 6647 2953 1700  538  139   21
#   1970-01-02   31  142  548 1596 2937 6757 2874 1677  529  167   22
#   1970-01-03   26  172  547 1599 2858 6814 2896 1681  504  163   20
#   1970-01-04   23  178  537 1645 2855 6805 2891 1626  537  165   18
#   1970-01-05   23  139  490 1597 3028 6740 2848 1724  505  158   28
#   1970-01-06   21  134  400 1304 2266 5496 2232 1213  397  112   26