R 语言经典实例（原书第 2 版）

时间序列分析

｜

429

14.10 计算移动平均

14.10.1 问题

计算时间序列的移动平均值。

14.10.2 解决方案

使用 zoo 包的 rollmean 函数计算

k

期移动平均值：

library(zoo)

ma <- rollmean(ts, k)

这里 ts 是在 zoo 对象中捕获的时间序列数据，k 是移动平均的期数。

对于大多数金融应用，仅仅使用历史数据通过 rollmean 计算移动平均值，即只应用

该日能够得到的数据。这可以通过指定参数 align = right 来实现。否则，函数

rollmean 会应用在计算点尚不可得的未来数据来计算均值：

ma <- rollmean(ts, k, align = "right")

14.10.3 讨论

交易员喜欢移动平均线以平滑价格波动，也称为

滚动均值

。可以通过结合 rollapply

函数和 mean 函数来计算 14.12 节中所述的滚动均值，但 rollmean 要快得多。

除了速度之外，rollmean 的美妙之处在于它返回了它所要求的相同类型的时间序列对

象（即 xts 或 zoo）。对于对象中的每个元素，其日期是相应的移动平均值的日期。因

为结果是时间序列对象，所以你可以轻松地合并原始数据和移动平均值，然后将它们绘

制在一起，如图 14-3 所示：

ibm_year <- ibm["2016"]

ma_ibm <- rollmean(ibm_year, 7, align = "right")

ma_ibm <- merge(ma_ibm, ibm_year) ...