2

我试图将实际投资组合的表现与假设的随机投资组合的表现进行比较。

这是我正在使用的数据集的示例。它显示了两个月的数据，投资组合中经理的姓名，以及这些经理的回报、分配和归属。

"date" "manager" "return" "allocation" "attribution"
2005-01-31 "manager01" -0.00763241754291056 0.146 6.94549996404861e-05
2005-01-31 "manager02" 0.0292205518315147 0.048 4.09087725641205e-05
2005-01-31 "manager03" -0.0354047394153526 0.049 -8.85118485383814e-05
2005-01-31 "manager04" 0.0424244772606645 0.124 -0.000148485670412326
2005-01-31 "manager05" -0.0574606103881735 0.134 0.000206858197397425
2005-01-31 "manager06" 0.0465278163188542 0.098 -0.000265208553017469
2005-01-31 "manager07" 0.157063203979822 0.142 -0.000219888485571751
2005-01-31 "manager08" -0.0594342759491509 0.071 2.97171379745754e-05
2005-01-31 "manager09" -0.0199466865109495 0.093 6.18347281839434e-05
2005-01-31 "manager10" 0.118839410130508 0.095 0.000190143056208813
2005-02-28 "manager01" 0.0403671815817711 0.119 -0.000460185870032191
2005-02-28 "manager02" 0.0246109773791459 0.064 -3.93775638066334e-05
2005-02-28 "manager03" 0.00868489880733732 0.065 -4.08190243944854e-05
2005-02-28 "manager04" -0.082332291530606 0.105 2.46996874591818e-05
2005-02-28 "manager05" -0.0903959999837099 0.114 -0.000117514799978823
2005-02-28 "manager06" 0.0514735666329574 0.081 -6.17682799595489e-05
2005-02-28 "manager07" -0.00914374153663751 0.164 -8.41224221370651e-05
2005-02-28 "manager08" -0.0367283709786134 0.083 -4.77468822721974e-05
2005-02-28 "manager09" -0.04752320926613 0.079 -3.8018567412904e-05
2005-02-28 "manager10" -0.0657464361573664 0.126 -0.000309008249939622

为了将数据导入 R，将数据复制到剪贴板，然后

mydata<-read.table("clipboard",header=TRUE)

为了创建随机投资组合，我使用ddply、mutate和 和中rlongonly的函数。plyrrportfolio

library(plyr)
library(rporfolio)

mydata.new<-ddply(mydata,.(date),mutate,new.attr=t(rlongonly(m=1,n=length(date),k=10,x.u=.15))*return)

在rlongonly函数中：

  • m 的值是我想要创建的随机投资组合的数量。
  • n 的值是该时间段的分配数。
  • k 的值是非零分配的数量。
  • xu 的值是分配的上限。

归因仅仅是回报*分配。

如果我有 m=1，一切都很好。如果我有 m>1，则输出的尺寸不正确。

mydata.new2<-ddply(mydata,.(date),mutate,new.attr=t(rlongonly(m=2,n=length(date),k=10,x.u=.15))*return)
dim(mydata.new)

mydata.new2 应该有 7 列时只有 6 列。最后一列“new.attr”基本上是 2 列合二为一。

当我尝试meltmydata.new2 时，我收到以下错误。

library(reshape2)
drop<-names(mydata.new2) %in% c("manager","return","allocation")
melt(mydata.new2[!drop],id="date")

> Error in rbind(deparse.level, ...) : 
> numbers of columns of arguments do not match

如何拆分“new.attr”列，以便可以融合和绘制数据？

4

1 回答 1

1

首先我重新生成你的数据，你必须使用 dput(mydata) 并在下次发布结果。

然后我生成你的 mydata.new2 向量。

library(plyr)
library(rportfolios)

mydata.new2<-ddply(mydata,
                  .(date),
                  mutate,
                  new.attr=t(rlongonly(m=2,n=length(date),k=10,x.u=.15))*return)

我将数值四舍五入，我和我显示数据

 mydata.new2[,-c(1,2)] <- numcolwise(round_any)(mydata.new2,0.0001)
 head(mydata.new2)
        date   manager  return allocation attribution new.attr.1 new.attr.2
1 2005-01-31 manager01 -0.0076      0.146       1e-04    -0.0009    -0.0007
2 2005-01-31 manager02  0.0292      0.048       0e+00     0.0032     0.0040
3 2005-01-31 manager03 -0.0354      0.049      -1e-04    -0.0024    -0.0049
4 2005-01-31 manager04  0.0424      0.124      -1e-04     0.0029     0.0025
5 2005-01-31 manager05 -0.0575      0.134       2e-04    -0.0047    -0.0042
6 2005-01-31 manager06  0.0465      0.098      -3e-04     0.0051     0.0039

这里我有 7 列，而不是你说的 6 列。

我尝试融化数据：

library(reshape2)
drop<-names(mydata.new2) %in% c("manager","return","allocation")
melt(mydata.new2[!drop],id="date")

但是在这里你会得到错误：

 numbers of columns of arguments do not match

由于 mydata.new2 data.frame 中的嵌套 data.frame new.attr。这是由于使用了mutate。这里最好使用转换，因为您不需要迭代地进行转换。

所以 ：

mydata.new2<-ddply(mydata,
                  .(date),
                  transform,
                  new.attr=t(rlongonly(m=2,n=length(date),k=10,x.u=.15))*return)

你得到你的结果

head(melt(mydata.new2[!drop],id="date"))
        date    variable         value
1 2005-01-31 attribution  6.945500e-05
2 2005-01-31 attribution  4.090877e-05
3 2005-01-31 attribution -8.851185e-05
4 2005-01-31 attribution -1.484857e-04
5 2005-01-31 attribution  2.068582e-04
6 2005-01-31 attribution -2.652086e-04
于 2012-11-30T01:18:27.387 回答