使用R中的Highfrequency包将csv文件转换为xts时出现问题

Question

我在R的convert包中使用Highfrequency函数。我使用的数据集是从WRDS下载的TAQ。数据看起来像This。函数convert假设将.csv转换为xts对象的.RData文件。

我按照包的说明使用以下代码：

library(highfrequency)

from <- "2017-01-05"
to <- "2017-01-05"
format <- "%Y%m%d %H:%M:%S"

datasource <- "C:/Users/feimo/OneDrive/SFU/Thesis-Project/R/IBM"
datadestination <- "C:/Users/feimo/OneDrive/SFU/Thesis-Project/R/IBM"

convert( from=from, to=to, datasource=datasource,
         datadestination=datadestination, trades = T, quotes = F,
         ticker="IBM", dir = T, extension = "csv",
         header = F, tradecolnames = NULL,
         format=format, onefile = T )

但是我收到以下错误消息：

> Error in `$<-.data.frame`(`*tmp*`, "COND", value = numeric(0)) :   
> replacement has 0 rows, data has 23855

我相信函数中的默认列名是：c("SYMBOL", "DATE", "EX", "TIME", "PRICE", "SIZE", "COND", "CORR", "G127")，它与我的数据集不同，所以我在.csv中手动更改它以匹配它。然后我又得到了一个错误

>Error in xts(tdata, order.by = tdobject) : 'order.by' cannot contain 'NA', 'NaN', or 'Inf'

试图查看原始代码，但找不到解决方案。

任何建议都会非常有用。谢谢！

Answer 1

当我在您提供链接的数据上运行代码时，我会收到您提到的第二个错误：

Error in xts(tdata, order.by = tdobject) : 
  'order.by' cannot contain 'NA', 'NaN', or 'Inf'

这个错误可以追溯到函数highfrequency:::makeXtsTrades()中的这些行，由highfrequency::convert()调用：

tdobject = as.POSIXct(paste(as.vector(tdata$DATE), as.vector(tdata$TIME)), 
        format = format, tz = "GMT")
tdata = xts(tdata, order.by = tdobject)

该错误来自两个问题：

1. 数据文件中的变量“DATE”作为数字读入R，而创建tdobject的代码似乎需要tdata$DATE为字符向量。您可以通过手动将该变量转换为字符向量来解决此问题：

   tdata <- read.csv("IBM_trades.csv")
   tdata$DATE <- as.character(tdata$DATE)
   write.csv(tdata, file = "IBM_trades_DATE_fixed.csv", row.names = FALSE)

2. 数据文件中的变量“TIME_M”不是格式为“％H：％M：％S”的时间。它看起来只是一个更完整的时间变量的分钟和秒组件，因为值只包含一个冒号，冒号前后的值从0到59.9不等。解决此问题需要查找时间变量的小时部分。

这两个问题导致tdobject填充NA值而不是有效的日期时间，这会导致xts::xts()尝试通过tdobject对数据进行排序时出错。

更普遍的问题似乎是函数highfrequency::convert()期望您的数据遵循类似于WRDS网站上描述的here格式，但您的数据具有略微不同的列名称和可能不同的值格式。我建议仔细查看WRDS页面和数据文件的文档，并确定数据中的哪些变量与该页面上描述的变量相对应（例如，我不清楚您的数据是否包含任何等效的变量到“G127”）。