r - 如何使用 xts 对象处理 TTR 库中的 'Series contains non-leading NAs'？

Question

在建模量化交易模型时，我经常遇到如何处理 NA 值的相同问题。下面的示例是关于自 1997 年 1 月 1 日起存储在 xts 对象中的股票的 EOD 数据，该对象具有名为“High”、“Low”、“Close”、“Volume”的四列。数据来自彭博社。当我想要计算滚动 20 天交易量时，出现错误消息:

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

我很快找到了问题所在(我知道这是 NA 值，因为我已经尝试了 1000 次)并发现了这两天体积数据丢失的情况。我将那几天的数据复制如下。快速观察一下，如果 TTR 中的 SMA、EMA 等函数前面有数字且后面有数字，则它们无法处理 NA。

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存储为临时对象，其中删除NA值，然后计算滚动量并将其与merge.xts合并回来，同时添加fill = NA 所以再次插入 NA 值？但是，由于您采用的是最近 20 个交易日，而不仅仅是 20 天窗口中可用的 19 个交易日，这种说法正确吗？

我希望本文能够得出某种“最佳实践”，因为我认为金融领域的其他 R 用户也会遇到这个问题，无论他们是从彭博社、雅虎财经还是其他来源获取数据。

Answer 1

采用包含 NA 的初始时间序列，例如 a.ts使用 na.approx 来近似 NA，这是一个用插值替换每个 NA 的通用函数(更多详细信息请参见动物园包文档)

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

b.ts 是时间