Common time series analysis packages and time series data formats
# 包
library(xts)
library(quantmod)
library(fBasics)
library(urca)
library(FinTS)
library(forecast)
library(rugarch)
#######################################
# 3、R语言中的时间序列——ts格式
# R环境中生成数据
set.seed(42)
data1 <- rnorm(50)
data1
# 使用ts()函数构造时间序列
data1_ts <- ts(data1, start = c(2011, 1), frequency = 12)
# 查看时间序列
data1_ts
# 判断是否为时间序列
is.ts(data1_ts)
# 时间序列的起始时间
start(data1_ts)
# 时间序列的终止时间
end(data1_ts)
# 时间序列的频率
frequency(data1_ts)
# 时间间隔
deltat(data1_ts)
# 截取部分数据
window(data1_ts, start = c(2013, 7))
window(data1_ts, end = c(2012, 4))
window(data1_ts, start = c(2012, 7), end = c(2013, 4))
#######################################
# 4、R语言中的时间序列——xts格式
# 加载xts包，其自动加载zoo
library(xts)
# ts数据转换为xts数据
as.xts(data1_ts)
# 读取沪深300指数
hs300 <- read.csv(file.choose(), stringsAsFactors = F)
head(hs300, n = 5)
str(hs300)
# 使用xts()函数构造时间序列
hs300_ts <-
xts(hs300[, -1],
order.by = a