R - данные по биржевым сделкам по секундам, VWAP, но объем скопления

Не дубликат: Даты Биннинга в R или данные о времени Биннинга в R

контекст

я использую getMultipleTicks в Rblpapi чтобы получить тиковые данные для акции (TSLA в этом примере) за месяц:

rawData = getMultipleTicks("tsla us equity", eventType = "TRADE", startTime = as.POSIXlt("2017-03-10 13:30:00"), endTime = as.POSIXlt("2017-04-10 20:00:00"), tz="America/New_York")

> str(rawData)
'data.frame':   1130690 obs. of  3 variables:
 $ times: POSIXct, format: "2017-03-10 08:30:07" ...
 $ value: num  246 246 246 246 246 ...
 $ size : num  58 42 80 5 9 1 4 73 100 941 ...

Задача

Эти данные должны быть преобразованы из этого:

Необработанные данные:

> head(rawData, 5)
   times                 value   size
1  2017-04-10  09:30:00  309     1
2  2017-04-10  09:30:00  309     1
3  2017-04-10  09:30:02  309     1
4  2017-04-10  09:30:02  308     1
5  2017-04-10  09:30:04  309.38  1

К этому:

Чистые данные:

> head (cleanData, 5)
    times                value   size
1   2017-04-10 09:30:00  309     2
2   2017-04-10 09:30:01          0
3   2017-04-10 09:30:02  308.5   2
4   2017-04-10 09:30:03          0
5   2017-04-10 09:30:04  309.38  1
  1. Недостающие времена (в секундах) заполняются
  2. Цены (значения в VWAP)
  3. Объемы (размер) складываются вместе

Время вычислений не имеет значения.

Вещи, которые я пытался

Я наивно пытался использовать ?cut но не смог достичь каких-либо значимых результатов по данным времени Биннинга в R.

Коллега предложил использовать цикл for, но не уверен, как начать реализовывать его в соответствии с вышеуказанными требованиями.

Источник

1 ответ

Решение

Ну вот. value это VWAP в секунду.

РЕДАКТИРОВАТЬ гораздо быстрее data.table решение:

library(data.table)
times_all <- data.table(times = seq(min(rawData$times), 
                       max(rawData$times), 
                       by = "sec"))
merged <- merge(times_all, rawData, all.x=TRUE)
cleanData <- merged[, list(value=sum(value*size,na.rm=TRUE)/sum(size,na.rm=TRUE),
                      size=sum(size)),
                      by=list(times)]
head(cleanData)
                 times    value size
1: 2017-03-10 08:30:07 246.4942  100
2: 2017-03-10 08:30:08      NaN   NA
3: 2017-03-10 08:30:09      NaN   NA
4: 2017-03-10 08:30:10      NaN   NA
5: 2017-03-10 08:30:11      NaN   NA
6: 2017-03-10 08:30:12      NaN   NA

оригинал dplyr решение:

library(dplyr)
cleanData <- rawData %>%
  left_join(data.frame(times = seq(min(rawData$times), 
                                   max(rawData$times), 
                                   by = "sec")), .) %>%
  group_by(times) %>%
  summarize(value = sum(value*size,na.rm=TRUE)/sum(size,na.rm=TRUE), 
            size =  sum(size,na.rm=TRUE)) 

head(cleanData)
# A tibble: 6 × 3
                times    value  size
               <dttm>    <dbl> <dbl>
1 2017-03-10 08:30:07 246.4942   100
2 2017-03-10 08:30:08      NaN     0
3 2017-03-10 08:30:09      NaN     0
4 2017-03-10 08:30:10      NaN     0
5 2017-03-10 08:30:11      NaN     0
6 2017-03-10 08:30:12      NaN     0
Источник
Другие вопросы по тегам