基于分类变量的R数据框值序列计算与天气预测算法回测求助

嘿，我来帮你搞定这两个R的问题！先逐个拆解说明，结合你熟悉的data.table来实现～

首先咱们先把你提供的部分数据整理成可操作的data.table格式（方便后续处理）：

library(data.table)
dt <- data.table(
  Time = 1:8,
  TempC = c(25.0, 25.2, 25.6, 25.0, 24.7, 23.6, 28.9, 30.0),
  Index1 = c("Up", "Up", "Up", "Down", "Down", "Down", "Up", "Up"),
  Index2 = c("Down", "Up", "Up", "Down", "Down", "Down", "Up", "Up"),
  Index3 = c("Down", "Up", "Up", "Down", "Down", "Down", "Up", "Up"),
  Index4 = c("Down", "Down", "Up", "Up", "Down", "Down", "Down", "Up")
)

场景1：计算连续分类状态的长度 #

比如想知道每个Index列中，连续出现Up或Down的次数，可以用data.table的rleid()函数生成序列ID，再按ID分组统计长度：

# 以Index1为例，生成连续状态的序列ID
dt[, Index1_seq_id := rleid(Index1)]
# 计算每个连续序列的长度
dt[, Index1_seq_length := .N, by = Index1_seq_id]

执行后你会看到新增两列：Index1_seq_id标记每个连续状态组的编号，Index1_seq_length是该组的连续次数。如果要批量处理所有Index列，可以用循环或者lapply：

index_cols <- grep("^Index", names(dt), value = TRUE)
lapply(index_cols, function(col) {
  dt[, paste0(col, "_seq_id") := rleid(get(col))]
  dt[, paste0(col, "_seq_length") := .N, by = paste0(col, "_seq_id")]
})

场景2：检测分类状态的变化次数 #

如果想统计相邻行中状态切换的次数（比如从Up变Down），可以用shift()函数获取前一行的状态，再对比：

# 以Index1为例，获取前一行的状态
dt[, Index1_prev := shift(Index1)]
# 标记是否发生状态变化（第一行无前置状态，标记为FALSE）
dt[, Index1_change := ifelse(is.na(Index1_prev), FALSE, Index1 != Index1_prev)]
# 统计总变化次数
total_changes <- dt[, sum(Index1_change, na.rm = TRUE)]

注意：以上逻辑可以根据你的实际需求调整，比如你需要的是其他类型的序列变化计算，可以随时修改判断规则～

针对天气预测指标的组合回测，我们可以分三步实现：生成所有指标组合、定义回测策略函数、批量执行回测并整理结果。

步骤1：生成所有指标组合 #

先提取所有指标列，然后生成从1个到4个指标的所有非空组合：

# 提取所有Index列
index_cols <- grep("^Index", names(dt), value = TRUE)
# 生成所有组合（需要先安装combinat包）
install.packages("combinat")
library(combinat)
all_combinations <- unlist(lapply(1:length(index_cols), function(k) {
  combn(index_cols, k, simplify = FALSE)
}), recursive = FALSE)

步骤2：定义回测策略函数 #

这里假设一个简单的策略：当组合内所有指标都为Up时做多，所有指标都为Down时做空，否则持有。你可以根据实际的预测逻辑修改信号规则：

backtest_strategy <- function(dt, index_combo) {
  # 复制数据避免修改原表
  dt_temp <- copy(dt)
  
  # 生成交易信号：1=做多，-1=做空，0=持有
  dt_temp[, signal := ifelse(
    rowSums(.SD == "Up") == length(index_combo), 1,
    ifelse(rowSums(.SD == "Down") == length(index_combo), -1, 0)
  ), .SDcols = index_combo]
  
  # 计算收益（这里用TempC的下期变化率模拟，你可以替换成实际的预测目标收益）
  dt_temp[, return := shift(TempC, type = "lead") / TempC - 1]
  
  # 计算策略收益：信号 × 下期收益
  dt_temp[, strategy_return := signal * return]
  
  # 计算累计收益
  dt_temp[, cumulative_return := cumprod(1 + strategy_return, na.rm = TRUE)]
  
  # 返回关键回测指标
  list(
    指标组合 = paste(index_combo, collapse = "+"),
    累计收益 = last(dt_temp$cumulative_return, na.rm = TRUE),
    胜率 = sum(strategy_return > 0, na.rm = TRUE) / sum(!is.na(strategy_return)),
    最大回撤 = min(dt_temp$cumulative_return / cummax(dt_temp$cumulative_return) - 1, na.rm = TRUE)
  )
}

步骤3：批量执行回测并查看结果 #

循环所有指标组合，执行回测后整理成表格：

# 执行所有组合的回测
backtest_results <- lapply(all_combinations, function(combo) {
  backtest_strategy(dt, combo)
})

# 转换为data.table方便查看排序
results_dt <- rbindlist(backtest_results)

# 按累计收益从高到低排序
results_dt[order(-累计收益)]

这样你就能直观看到每个指标组合的回测表现，方便筛选最优组合啦～

内容的提问来源于stack exchange，提问作者civy