【发布时间】:2021-09-29 00:20:51
【问题描述】:
我想使用 Pearson 相关性来检测加密货币与 EUR/USD 之间的相关性。
我选择使用从 2020 年 11 月 1 日到今天的时间跨度。 问题显然是在加密货币回报系列中包括假期和周末,这使得我的时间序列比 EUR/USD 的时间序列更长。
这是我用来下载它的一些代码行(通过 CryptowatchR 包):
df.ohlc.daily_pax_cor <- get_ohlc(pax, periods = 86400, after = "2020-11-01", exchange = "Bitfinex", datetime=TRUE)
index_daily_pax_cor <- df.ohlc.daily_pax_cor$CloseTime
data_daily_pax_cor <- data.frame(df.ohlc.daily_pax_cor[,2:6])
df.ohlc.daily_pax_cor_xts <- xts(data_daily_pax_cor, index_daily_pax_cor)
pax_daily_return_cor <- dailyReturn(df.ohlc.daily_pax_cor_xts, log=TRUE)
观察次数为 264。
对于欧元/美元,这是我所做的:
getSymbols("EURUSD=X", src = "yahoo", from = "2020-11-01")
EURUSD_daily_cor = `EURUSD=X`
eurusd_daily_return_cor = dailyReturn(EURUSD_daily_cor)
这给我留下了 188 个观察结果。
如何操作时间序列以使它们具有相同的长度?
【问题讨论】:
标签: r time-series correlation data-manipulation