在R中过滤选项数据[关闭]

Question

我有这样的数据数据

Date           Closing_price    strike_Price  Underlying_Value
01-01-2015     12                120           109     
01-01-2015     10                110           109
01-01-2015     5                 130           109
01-01-2015     3                 140           109
01-01-2015     15                100           109
01-01-2015     25                90            109

我想要的只是那些执行价格刚好高于基础价值且略低于基础价值的行。如果Underlying_Value 和strike_Price 匹配，那么我只想要单行。

期望的输出：（在这种情况下）

 01-01-2015     10                110           109
 01-01-2015     15                100           109

同样，我有不同日期的数据。 Underlying_Value 仅随日期而异。我想为每个日期过滤此类数据并将它们保存为数据框（在单个对象中，而不是为每个日期单独保存）。

我设法编写了代码，但花费了太多时间。观测 82000 大约需要 3 分钟。

我想知道，他们有什么有效的方法吗？

我做了什么：

1) 首先在数据集 df1$money 中创建另一个变量

它成功了，但它花费了太多时间......

我的确切代码是：

atmoney <- function(data) {

Date.i <- unique(data$Date)

len <- length(Date.i)

data$money <- (data$Underlying.Value-data$Strike.Price)/data$Strike.Price

at.first.row <- data[1,]

for(i in 1:len) {

data.f <- data[data$Date==Date.i[i],]

data.f.1 <- data.f[data.f$money >=0,]

data.at.1 <- data.f.1[data.f.1$money==min(data.f.1$money),]

data.f.2 <- data.f[data.f$money <= 0,]

data.at.2 <- data.f.2[data.f.2$money == max(data.f.2$money),]

at.first.row <- rbind(at.first.row,data.at.1, data.at.2)


}

desired_data <- at.first.row[-1,] #removed first row
}

Answer 1

您可能需要一个截止值来过滤。使用上面的例子，如果我使用10 作为截止限制

 subset(df1, abs(strike_Price - Underlying_Value)<10)
 #        Date Closing_price strike_Price Underlying_Value
 #2 01-01-2015            10          110              109
 #5 01-01-2015            15          100              109

对于多个日期，上述方法也可以

使用data.table

 library(data.table)
 setDT(df1)[abs(strike_Price - Underlying_Value)<10]
 #         Date Closing_price strike_Price Underlying_Value
 #1: 01-01-2015            10          110              109
 #2: 01-01-2015            15          100              109

更新

根据编辑，也许你可以试试

 library(data.table)
 setDT(df1)[, money:=(Underlying_Value-strike_Price)/Underlying_Value]
 indx1 <- df1[money <0, .I[which.max(money)], Date]$V1
 indx2 <- df1[money >= 0, .I[which.min(money)], Date]$V1
 df1[c(indx1,indx2)][,money:=NULL]
 #            Date Closing_price strike_Price Underlying_Value
 #1: 01-01-2015            10          110              109
 #2: 01-01-2015            15          100              109

Answer 2

我在您的示例中添加了第二个日期，以说明多个日期。这为您提供了每天的最小值。您可以将公式调整为您需要的公式。

  library(dplyr)

  df1pos <-df1 %>% mutate(diff = (Strike_Price - Underlying_Value)) %>% group_by(Date) %>% filter( diff > 0) %>%  filter(diff == min(diff))
  df1neg <- df1 %>% mutate(diff = (Strike_Price - Underlying_Value)) %>% group_by(Date) %>% filter( diff < 0) %>%  filter(diff == max(diff))
  dftotal <- union(df1pos, df1neg)

  dftotal

  Date Closing_price Strike_Price Underlying_Value diff
  1 01-01-2015            15          100              109   -9
  2 02-01-2015            15          100              108   -8
  3 01-01-2015            10          110              109    1
  4 02-01-2015            10          110              108    2

我假设 group by 需要扩展，以显示不同的股票。但是从您的示例中并不清楚。