Question

我正试图获得一段时间的回报，以便在特定时间内持有某项资产。

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.

我每天都有1次观察，我的时间序列是1998-1999。

我现在要做的是计算持有我的资产20天的回报（即在第一天购买并在第20天出售），并且每天都这样做。所以我想计算一下：

1.day：返回（20天）= log（价格（t = 20）/价格（t = 0）），

2.day：返回（20天）= log（价格（t = 21）/价格（t = 1）），

3.day：返回（20天）= log（价格（t = 22）/价格（t = 2））

等，即在我的样本中每天都这样做。

所以，我的结果数据框看起来像这样：

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：先前20个观察，计算回报。观察2-21，计算回报。观察3-22，计算回报等？

我完全陷入困境，并希望得到一些帮助。谢谢！达尼

Answer 1

我建议您切换到时间序列类，例如xts或zoo。但是如果你只是想完成它，并在以后学习更多，你可以很容易地做它作为一个数据框。请注意，我必须使用NA s填充返回向量，以使其正确排列，并且hold的20真正购买1并在1 + 20上销售：

> 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)))

如果您已准备好xts或zoo（这应该可以使用），那么我建议使用rollapply来获得前瞻性（假设您希望前瞻性返回，这使得今天形成投资组合变得更容易，并看到它如何在未来发挥作用）：

> 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)

这两种方法是相同的：

> 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

Answer 2

或者，如果您使用的是xts包，那么生活将非常简单。这是我不久前写的一个函数的直接复制粘贴：

ret<-function(x,k=1){
  return(diff(log(x),k))
}

Answer 3

您可以使用TTR包中的ROC功能，也可以创建自己的功能。

> library(quantmod)  # loads TTR
> getSymbols("SPY")
> tail(ROC(Cl(SPY),20))
            SPY.Close
2010-12-09 0.01350383
2010-12-10 0.02307920
2010-12-13 0.03563051
2010-12-14 0.03792853
2010-12-15 0.04904805
2010-12-16 0.05432540
> tail(log(Cl(SPY)/lag(Cl(SPY),20)))
            SPY.Close
2010-12-09 0.01350383
2010-12-10 0.02307920
2010-12-13 0.03563051
2010-12-14 0.03792853
2010-12-15 0.04904805
2010-12-16 0.05432540

Answer 4

您可以通过从范围中减去来使用偏移索引。（....但请记住，R不使用0作为有效索引。）假设您的价格是名为prcs2的数据框中的第二列，前三次返回的间隔为19天，您的数据将是：

prcs2[ (20:22)-19, 2] <-c(20,22,21)
prcs2[ (20:22), 2] <-c(25,19,20)
log(prcs2[20:22, 2]/prcs2[ (20:22)-19, 2])
#[1]  0.22314355 -0.14660347 -0.04879016

Answer 5

以下功能应该这样做：

getReturn <- function(data, n=20) {

    #Assumes 'data' is a two-column data frame with date in the first column, price in the second

     num.rows <- nrow(data)

     output.range <- 1:(num.rows-20)

     buy.price  <- data[output.range,2]
     sell.price <- data[output.range+20,2]

     returns <- data.frame(log(sell.price) - log(buy.price))
     returns <- cbind(data[output.range,],returns)
     names(returns) <- c("Date","Price","Return")

     return(returns)

}

示例输入和输出：

> head(data)
        Date Price
1 2001-01-01    20
2 2001-01-02    19
3 2001-01-03    19
4 2001-01-04    18
5 2001-01-05    18
6 2001-01-06    18
> return<-getReturn(data)
> head(return)
        Date Price     Return
1 2001-01-01    20 0.09531018
2 2001-01-02    19 0.14660347
3 2001-01-03    19 0.14660347
4 2001-01-04    18 0.20067070
5 2001-01-05    18 0.24512246
6 2001-01-06    18 0.20067070

Answer 6

样本数据

price <- matrix(c(20,22,21,25,25,19,20,30,28,25,26,27,30,32,31,30),ncol= 1);

计算1天的日志返回

OneDayLogReturn <- c(diff(log(price)));

计算10天的日志返回

TenDaysLogReturn <- c(diff(log(price),10))

结果：

0.2623643 0.2047944 0.3566749 0.2468601 0.2151114 0.4567584

验证：

for (i in 1:6) {print(log(price[10+i]/price[i]))}

同样，可以使用更大的样本日期计算20天的回报并使用

c(diff(log(price),20))

或在你的情况下

c(diff(log(price$Return),20))

计算一段时间内的收益

6 个答案: