R语言如何循环执行代码直到returns列无超出阈值的异常值

要实现修正价格后重算收益率、直到不存在收益率超出[-0.33, 0.5]区间记录的逻辑，直接用while循环做终止判断即可，同时先修正原代码里的语法问题。 #

步骤1：封装单次处理逻辑 #

先把单轮数据清洗的逻辑封装成可重复调用的函数，注意原代码两处ungroup未加括号，会导致分组残留影响计算结果，已在封装代码中修正：

process_mkt_data <- function(raw_df) {
  # 基础去重+收益率初计算
  df <- raw_df %>% 
    group_by(investor, asset, datetime) %>% 
    slice(1) %>% # 去除同一投资者、同一资产、同一日期的重复记录
    group_by(investor, asset) %>% 
    arrange(datetime) %>% 
    mutate(returns = (fixprice - lag(fixprice))/lag(fixprice)) %>%
    mutate(returns = ifelse(is.na(returns), 0, returns)) %>% # 首行收益率空值替换为0
    arrange(asset, datetime) %>% 
    ungroup()

  # 标记异常收益率、计算调整系数
  df <- df %>% 
    mutate(ab_check = returns > 0.5 | returns < -0.33,
           ab_check = ifelse(is.na(ab_check), FALSE, ab_check)) %>% 
    group_by(asset) %>% 
    mutate(adjustm = ifelse(ab_check, fixprice/lag(fixprice), 1)) %>% 
    ungroup()

  # 向下传递调整系数、修正价格和持仓量
  df <- df %>% 
    arrange(asset, datetime) %>% 
    group_by(asset) %>% 
    mutate(rows_to_mod = if_else(lag(ab_check) == TRUE, 1, NA_real_),
           new_adj = if_else(lag(ab_check) == TRUE, lag(adjustm), NA_real_)) %>% 
    fill(rows_to_mod, new_adj) %>% 
    replace_na(list(new_adj = 1)) %>% 
    mutate(fixprice = fixprice / new_adj,
           fixquant = operation * new_adj) %>% 
    ungroup()

  # 修正异常点本身的价格和持仓量
  df <- df %>% 
    group_by(asset) %>% 
    mutate(fixprice = ifelse(ab_check, fixprice/adjustm, fixprice),
           fixquant = ifelse(ab_check, operation*adjustm, operation)) %>% 
    ungroup()
  
  # 持仓量取整
  df$fixquant <- round(df$fixquant)
  return(df)
}

步骤2：编写循环终止逻辑 #

通过while循环反复调用处理函数，每次处理完成后统计剩余异常记录数，异常数为0时自动退出循环。建议增加最大循环轮次限制，避免特殊数据导致死循环：

# 配置参数
max_iter <- 20 # 最多处理20轮，可根据数据情况调整
current_iter <- 0

# 开始循环处理
while (current_iter < max_iter) {
  current_iter <- current_iter + 1
  # 执行单轮处理
  mktprice <- process_mkt_data(mktprice)
  # 统计剩余异常记录
  abnormal_count <- sum(mktprice$returns > 0.5 | mktprice$returns < -0.33, na.rm = TRUE)
  # 打印运行进度
  cat(paste0("第", current_iter, "轮处理完成，剩余异常收益率记录数：", abnormal_count, "\n"))
  # 无异常记录则提前终止循环
  if (abnormal_count == 0) {
    cat("所有异常记录已修正完成\n")
    break
  }
}

# 循环跑完仍有异常的话给出提示
if (current_iter == max_iter & abnormal_count > 0) {
  warning(paste0("达到最大迭代轮次，仍剩余", abnormal_count, "条异常记录，请检查数据是否存在逻辑问题"))
}

注意事项 #

• 原代码中ungroup后未加括号，属于常见语法错误，实际不会执行取消分组操作，会导致后续所有计算带着残留分组，结果不符合预期，封装代码已修复该问题
• 原代码中rows_to_mod = max(ab_check)这一步无实际作用，后续会被if_else的计算结果覆盖，已在封装代码中删除，不影响处理结果
• 250万行的数据量单轮处理速度不会太慢，如果轮次过多跑时长，可以按asset分组拆分数据并行处理，进一步提升速度

内容的提问来源于stack exchange，提问作者Lorenzo Mazzucchelli