FXシステムトレード

abs

　abs()関数はデータの絶対値を返す。

abs(-1)
[1] 1

apply.daily

　apply.daily()関数は日単位で関数を適用する。

x <- apply.daily(data_hour$USDJPY.Close, last)
head(x)
                    USDJPY.Close
2001-01-03 23:00:00       113.65
2001-01-04 23:00:00       115.59
2001-01-05 22:00:00       116.54
2001-01-08 23:00:00       116.19
2001-01-09 23:00:00       116.82
2001-01-10 23:00:00       116.34

apply.monthly

　apply.monthly()関数は月単位で関数を適用する。

x <- apply.monthly(data$USDJPY.Close, last)
head(x)
           USDJPY.Close
1995-01-31        99.60
1995-02-28        96.69
1995-03-31        86.60
1995-04-28        84.30
1995-05-31        84.57
1995-06-30        84.65

apply.weekly

　apply.weekly()関数は週単位で関数を適用する。

x <- apply.weekly(data$USDJPY.Close, last)
head(x)

           USDJPY.Close
1995-01-06       101.45
1995-01-13        98.50
1995-01-20        99.59
1995-01-27        99.45
1995-02-03        99.90
1995-02-10        98.94

as.Date

　as.Date()関数はデータをDate型に変換する。

x <- "2013-11-11"
class(x)
[1] "character"
x <- as.Date(x)
class(x)
[1] "Date"

as.xts

　as.xts()関数はデータをxts型に変換する。

　xts型は時系列データの型の一種。

　下の例を実行する前にあらかじめAUDUSD1440.csvファイルを作業ディレクトリに用意しておく。

AUDUSD <- read.zoo("AUDUSD1440.csv", sep  = ",", format = "%Y.%m.%d",
                   colClasses = c(NA, "NULL", "numeric", "numeric", "numeric", "numeric", "numeric"))
class(AUDUSD)
[1] "zoo"
AUDUSD <- as.xts(AUDUSD)
class(AUDUSD)
[1] "xts" "zoo"

　xts型は同時にzoo型でもあるのか、このように表示される。

attributes

　attributes()関数はオブジェクトの属性を取得する。

c

　c()関数はベクトルを作る。

c(1, 10, 100)
[1]   1  10 100

causality

　causality()関数はグレンジャー因果性検定を行う。

　その使用例については「グレンジャー因果性検定」の記事を参照。

cbind

　cbind()関数は列を結合する。

x <- 1:3
y <- 4:6
cbind(x, y)
     x y
[1,] 1 4
[2,] 2 5
[3,] 3 6

class

　class()関数はデータの型を返す。

class(1)
[1] "numeric"

colnames

　colnames()関数は列名を設定する。

x <- matrix(1:4, nrow = 2, ncol = 2)
x
     [,1] [,2]
[1,]    1    3
[2,]    2    4
colnames(x) <- c("a", "b")
x
     a b
[1,] 1 3
[2,] 2 4

cumsum

　cumsum()関数はデータの累積和のベクトルを返す。

x <- 1:5
cumsum(x)
[1]  1  3  6 10 15