如何在R中正确转换周度数据集为时间序列适配ARIMA+GARCH预测

AI 小北

2026-8-16

周度时间序列转换替代方案及收益率计算

一、替代`ts()`的周度时间序列转换方法

1. 使用`xts`/`zoo`包（推荐用于精准日期索引）

ts()函数依赖frequency=52的固定周数假设，会因实际公历年份的53周问题导致日期偏移。xts直接用原始日期作为索引，完全规避该问题：

library(xts)
# 统一日期格式（处理混合的.和-分隔符）
WeeklyFuture$Date <- as.Date(WeeklyFuture$Date, format = "%Y.%m.%d")
# 构造带精准日期索引的时间序列
fw_xts <- xts(WeeklyFuture$FutureWeekly, order.by = WeeklyFuture$Date)

2. 使用`tsibble`包（适配时序分析工作流）

tsibble专为时间序列分析设计，自动识别周度规律，保留实际日期信息：

library(tsibble)
# 转换为tsibble对象，指定日期列为索引
WeeklyFuture$Date <- as.Date(WeeklyFuture$Date, format = "%Y.%m.%d")
fw_tsibble <- as_tsibble(WeeklyFuture, index = Date, regular = TRUE)

二、转换为对数收益率（用于ARMA+GARCH分析）

针对`xts`对象：

# 计算对数收益率，移除第一个NA值
fw_returns <- diff(log(fw_xts))[-1]

针对`tsibble`对象：

library(dplyr)
fw_tsibble <- fw_tsibble %>%
  mutate(log_price = log(FutureWeekly),
         returns = difference(log_price)) %>%
  filter(!is.na(returns))