R: Berechnung mit verschiedenen Matrices

Question

ich die folgenden Pakete bin mit:

library("quantmod") 
library("PerformanceAnalytics") 
library("termstrc") 

Daten:

AAA <- matrix(sample(30), ncol = 10) 
BBB <- matrix(sample(30), ncol = 10) 
CCC <- matrix(sample(30), ncol = 10) 

mit

print(AAA) 
    [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] 
[1,] 28 18 16 10 20 21 23 27 5  6 
[2,] 19 22 24 13 17 14 15 30 4  8 
[3,] 1 25 11 2 29 9 3 7 12 26 
> print(BBB) 
    [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] 
[1,] 26 22 24 21 23 25 11 17 8 13 
[2,] 14 18 16 28 12 1 10 6 20 15 
[3,] 9 4 30 7 5 27 2 3 19 29 
> print(CCC) 
    [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] 
[1,] 6 29 9 24 26 10 12 21 5 22 
[2,] 14 4 28 19 8 23 20 27 16  1 
[3,] 7 17 13 18 30 2 3 15 11 25 

Nun habe ich folgendes Problem : Es gibt 3 Matrizen (AAA, BBB und CCC), diese Matrizen haben alle die gleiche Anzahl von Beobachtungen (3 obs. und 10 var.). Ich berechnete die Min-& Max-Position für jede Zeile oder Beobachtung in "AAA" (min/max für die Zeit t).

Berechnet die folgenden:

maxAAA_pos <- max.col(AAA) 
minAAA_pos <- max.col(-AAA) 

Ergebnis:

> print(maxAAA_pos) 
[1] 1 8 5 
> print(minAAA_pos) 
[1] 9 9 1 

Die Position dieser Min-/Max-Variablen sagen mir jetzt, welche Variable ich von der Matrizen BBB und CCC nehmen müssen berechnen Folgendes (Beispiel für die 1 Beobachtung):

Ft = Variable von BBB zur Zeit t

St + 1 = Variable von CCC zum Zeitpunkt t + 1

Result_max = (Ft/St + 1) - 1

Result_min = 1 - (Ft/St + 1)

Meine Problem ist nun die Auswahl von "Ft" und "St + 1", die aus den Positionen min/max Variablen von AAA und im Vektor maxAAA_pos und minAAA_pos zum Zeitpunkt t gegeben sind.

Dies bedeutet, dass die Berechnung, wie dies für t aussehen sollte = 1 oder die erste Beobachtung:

Result_max = (26/14) - 1 
Result_min = 1 - (8/16) 

Vielen Dank im fortgeschrittenen!

Answer 1

ich eine Lösung gefunden, vielleicht die Art und Weise ist ein bisschen kompliziert, aber es funktioniert ....

> AAA <- matrix(sample(30), ncol = 10) 
> BBB <- matrix(sample(30), ncol = 10) 
> CCC <- matrix(sample(40), ncol = 10) 
> 
> print(AAA) 
    [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] 
[1,] 27 12 15 5 3 25 16 28 11 19 
[2,] 4 10 14 2 17 21 13 22 24 26 
[3,] 23 1 9 30 18 6 7 29 20  8 
> print(BBB) 
    [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] 
[1,] 1 20 3 23 2 8 17 19 22 15 
[2,] 16 26 4 30 6 10 13 7 24 27 
[3,] 18 28 5 11 21 9 12 29 25 14 
> print(CCC) 
    [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] 
[1,] 17 29 11 28 21 39 25 34 1 37 
[2,] 36 8 5 19 6 26 33 32 14  3 
[3,] 15 16 2 27 22 35 30 40 7  9 
[4,] 20 4 12 23 31 24 10 18 38 13 
> 
> 
> maxAAA_pos <- max.col(AAA) 
> minAAA_pos <- max.col(-AAA) 
> 
> 
> print(maxAAA_pos) 
[1] 8 10 4 
> print(minAAA_pos) 
[1] 5 4 2 
> 
> 
> pos_AAAmax <- cbind(1:3, maxAAA_pos) 
> pos_AAAmin <- cbind(1:3, minAAA_pos) 
> 
> 
> returnmax <- function(Ft, St) { 
+ (Ft/St)-1 
+ } 
> 
> returnmin <- function(Ft, St) { 1-(Ft/St)} 
> 
> returnmax(BBB[pos_AAAmax], CCC[cbind(pos_AAAmax[ ,1]+1, maxAAA_pos)]) 
[1] -0.4062500 2.0000000 -0.5217391 
> returnmin(BBB[pos_AAAmin], CCC[cbind(pos_AAAmin[ ,1]+1, minAAA_pos)]) 
[1] 0.6666667 -0.1111111 -6.0000000