r - 计算一段时间内的返回

Question

我试图获得在特定时间持有某种 Assets 的时间序列返回。

我的数据框如下所示:

Date          Price
1998-01-01     20
1998-01-02     22
1998-01-03     21
1998-01-04     25
...
1998-01-20     25
1998-01-21     19
1998-01-21     20
....
1998-02-01     30
1998-02-02     28
1998-02-03     25
1998-02-04     26
etc.

我每天有 1 次观察，我的时间序列从 1998 年到 1999 年。

我现在想要做的是计算持有我的 Assets 20 天的返回(即在第一天买入并在第 20 天卖出)，并且每天都这样做。所以我想计算一下:

1.天:返回(20天)=日志(价格(t = 20)/价格(t = 0))，

2.天:返回(20天)=日志(价格(t = 21)/价格(t = 1))，

3.天:返回(20天)=日志(价格(t = 22)/价格(t = 2))

等等，即在我的样本中每天都这样做。

因此，我生成的数据框将如下所示:

Date          Return
1998-01-01     0.2
1998-01-02     0.4
1998-01-03     0.6
1998-01-04     0.1
...
1998-01-20     0.1
1998-01-21     0.2
1998-01-21     0.5
....
1998-02-01     0.1
1998-02-02     0.2
1998-02-03     0.5
1998-02-04     0.01
etc.

R 中有没有办法说:取前 20 个观察值，计算返回。取观察2-21，计算 yield 。采取观察3-22，计算返回等？

我完全被困住了，希望得到一些帮助。谢谢!
达尼

Answer 1

我建议切换到时间序列类，例如 xts或 zoo .但是，如果您只是想完成它，并在以后了解更多信息，则可以将其作为数据框轻松完成。请注意，我必须用 NA 填充返回向量s 使其正确对齐，并且 hold的 20 真正买入 1 并卖出 1 + 20:

> library(xts) 
> set.seed(2001)
> n <- 50
> hold <- 20
> price <- rep(55, n)
> walk <- rnorm(n)
> for (i in 2:n) price[i] <- price[i-1] + walk[i]
> data <- data.frame(date=as.Date("2001-05-25") + seq(n), price=price)
> data <- transform(data, return=c(diff(log(price), lag=hold), rep(NA, hold)))

如果您准备好 xts或 zoo (这应该适用于任何一种)，然后我建议使用 rollapply获得前瞻性(假设您想要前瞻性返回，这使得今天形成投资组合并了解它在 future 如何运作变得更加容易):

> data.xts <- xts(data[, -1], data[, 1])
> f <- function(x) log(tail(x, 1)) - log(head(x, 1))
> data.xts$returns.xts <- rollapply(data.xts$price, FUN=f, width=hold+1, align="left", na.pad=T)

这两种方法是一样的:

> head(data.xts, hold+2)
         price       return  returns.xts
 [1,] 55.00000  0.026746496  0.026746496
 [2,] 54.22219  0.029114744  0.029114744
 [3,] 53.19811  0.047663206  0.047663206
 [4,] 53.50088  0.046470723  0.046470723
 [5,] 53.85202  0.041843116  0.041843116
 [6,] 54.75061  0.018464467  0.018464467
 [7,] 55.52704 -0.001105607 -0.001105607
 [8,] 56.15930 -0.024183803 -0.024183803
 [9,] 56.61779 -0.010757559 -0.010757559
[10,] 55.51042  0.005494771  0.005494771
[11,] 55.17217  0.044864991  0.044864991
[12,] 56.07005  0.025411005  0.025411005
[13,] 55.47287  0.052408720  0.052408720
[14,] 56.10754  0.034089602  0.034089602
[15,] 56.35584  0.075726190  0.075726190
[16,] 56.40290  0.072824657  0.072824657
[17,] 56.05761  0.070589032  0.070589032
[18,] 55.93916  0.069936575  0.069936575
[19,] 56.50367  0.081570964  0.081570964
[20,] 56.12105  0.116041931  0.116041931
[21,] 56.49091  0.095520517  0.095520517
[22,] 55.82406  0.137245367  0.137245367