R语言TTR包计算技术指标时如何按公司分组批量计算？

TTR::ATR() 不属于dplyr原生支持的分组感知函数，你原有写法在group_by(company)后直接传入全量数据集data_price的列，完全跳过了分组切分逻辑，本质是对所有公司混在一起的全量数据计算ATR，分组设置没有生效。

方案1：dplyr 分组实现（适配你原有代码逻辑） #

计算前必须先按公司、交易日期排序，时间序列顺序错误会导致所有滚动技术指标结果完全失效，代码如下（请把date替换为你数据中实际的交易日期字段名）：

library(dplyr)
library(TTR)

data_ATR <- data_price %>%
  arrange(company, date) %>%
  group_by(company) %>%
  group_modify(~{
    atr_res <- ATR(
      HLC = .x[, c("PRICE HIGH", "PRICE LOW", "CLOSING PRICE")],
      n = 14
    )
    bind_cols(.x, atr_res)
  }) %>%
  ungroup()

计算完成后，数据集会在原有行情字段基础上新增4列：tr（单期真实波幅）、atr（14期平均真实波幅）、trueHigh（真实高点）、trueLow（真实低点）。

方案2：data.table 实现（适合大体量数据） #

如果你的行情数据周期细、总数据量大，用data.table分组计算速度会明显快于dplyr方案：

library(data.table)
library(TTR)

setDT(data_price)
setorder(data_price, company, date)
data_price[, c("tr", "atr", "trueHigh", "trueLow") := 
  ATR(.SD[, c("PRICE HIGH", "PRICE LOW", "CLOSING PRICE")], n = 14),
  by = company
]

• 该分组逻辑可以直接复用到TTR包的其他技术指标计算（RSI、MACD、布林带等），只需替换块内的指标函数即可，无需为100只股票单独写循环
• 如果数据存在停牌缺失、价格空值，计算前先补全交易日期、处理缺失值，避免滚动窗口计算出现异常NA
• 不要在分组计算时传入全局全量数据框的索引，所有计算引用的字段必须来自当前分组的子集

内容的提问来源于stack exchange，提问作者hellberg30