如何将多个xts对象合并为按股价类型划分的三维数组？

当然可以实现你的需求，以下是具体的步骤和代码：

方法一：基于列表逐个提取OHLC维度 #

假设你已经通过eapply得到了包含各股票xts数据的列表abc，可以按以下步骤构建三维数组：

1. 提取每个xts对象的数值矩阵（剥离时间索引）：

stock_matrices <- lapply(abc, coredata)

2. 初始化三维数组并按OHLC类型填充：

# 获取时间点数量（确保所有股票数据行数一致，若不一致需先对齐时间）
n_time <- nrow(stock_matrices[[1]])
# 股票数量
n_stocks <- length(stock_matrices)

# 创建n×m×4的三维数组
ohlc_array <- array(NA, dim = c(n_time, n_stocks, 4))

# 循环填充每个OHLC类型对应的数据层
for (ohlc_idx in 1:4) {
  # 提取所有股票的第ohlc_idx列，合并为n×m矩阵后填充到数组的对应层
  ohlc_array[,,ohlc_idx] <- do.call(cbind, lapply(stock_matrices, function(x) x[,ohlc_idx]))
}

# 给维度添加命名，提升可读性
dimnames(ohlc_array) <- list(
  time = index(abc[[1]]),
  stock = names(abc),
  ohlc = colnames(abc[[1]])
)

方法二：先合并xts再重构数组（更简洁，自动对齐时间） #

如果不同股票的时间序列长度不一致，推荐先通过merge.xts对齐时间，再转换为三维数组：

# 合并所有xts对象，自动按时间对齐，缺失值补NA
merged_xts <- do.call(merge, abc)
# 提取合并后的数值矩阵
merged_matrix <- coredata(merged_xts)

# 将二维矩阵重构为三维数组：时间×股票×OHLC
ohlc_array <- array(merged_matrix, dim = c(nrow(merged_matrix), length(symbols), 4))

# 添加维度命名
dimnames(ohlc_array) <- list(
  time = index(merged_xts),
  stock = symbols,
  ohlc = c("Open", "High", "Low", "Close")
)

验证结果 #

你可以通过以下方式查看某一类股价数据，比如所有股票的收盘价：

# 查看收盘价层（第4层）
ohlc_array[,,4]

内容的提问来源于stack exchange，提问作者nino123