如何使用xts对象处理TTR库中的“系列包含非领先的NA”？

Question

在建模定量交易模型时，我经常遇到如何处理NA值的相同问题。以下示例是关于自1997-01-01以来EOD数据的库存存储在xts对象中，其中有四列名为“High”，“Low”，“Close”，“Volume”。数据来自彭博社。当我想计算滚动20天的卷时，会出现错误消息：

SMA(stock$Volume, 20)
Error in runSum(x, n) : Series contains non-leading NAs  

我很快找到了问题（我知道这是NA值，因为我已经尝试了1000次）并且发现了缺少体积数据的两天。我在下面复制了那些日子的数据。作为一个快速观察，TTR中的SMA，EMA等函数如果前面有数字并且后跟数字，则无法处理NAs。

stock <- as.xts(matrix(c(94.46,92.377,94.204,NA,71.501,70.457,70.979,NA), 2, 4,
  byrow = TRUE, dimnames = list(NULL, c("High","Low","Close","Volume"))),
  as.Date(c("1998-07-07", "1999-02-22")))

处理此问题的最佳方法是什么？是否将stock$Volume存储为NA值被移除的临时对象，然后计算滚动体积并将其与merge.xts合并，同时添加fill = NA以便再次插入NA值？但是，这是正确的，因为你采取过去20个交易日而不仅仅是在20天窗口中可用的19个交易日？

我希望某种“最佳实践”可以成为这篇文章的结果，因为我认为这个问题也适用于其他财务上的R用户，无论他们是从彭博，雅虎财经还是其他来源获取数据。

Answer 1

我不知道“最佳实践”，但一种替代方案可能是所谓的“非均匀时间序列算子”，如Operators on Inhomogeneous Time Series所示。

这类问题非常适合Quantitative Finance堆栈交换站点（例如参见How to update an exponential moving average with missing values?）。

Answer 2

拿你的初始时间序列包含NA，例如a.ts通过使用na.approx来近似NA，用一个通用函数替换每个NA用插值（动物园包文档中的更多细节）

b.ts=na.approx(a.ts)

b.ts是时候

Answer 3

试试na.omit。

我有同样的问题，这为我解决了。