0

我想对一年时间序列的每个月应用分位数回归（一个因变量和一个自变量），因此我将收到 12 个系数。我的数据集由给出，return_2000_xts并且rq()是分位数回归的函数。我的数据集是xts格式的，包括银行股票的每日回报。

我尝试使用apply.monthly()：

apply.monthly(return_2000_xts, 
    rq(esb.eu ~ hsbc.uk, data = return_2000_xts, tau = 0.95))

不幸的是，我收到以下错误消息：

获取错误（as.character（FUN），模式=“功能”，环境=环境）：找不到模式“功能”的对象“乐趣”

我的代码可能有什么问题？

4

2 回答 2

2

我不完全确定出了什么问题，也许apply.monthly()是剥夺了一些属性，但回到基础似乎是可行的。 

library(xts)
library(quantreg)

data(sample_matrix)
xt <- as.xts(sample_matrix)

f <- as.character(index(xt), format="%Y-%m")
xt.ym <- split(xt, f)
lapply(xt.ym, FUN=function(x) rq(Open ~ Close, data=x, tau=0.95))

作为参考，这是行不通的，但感觉应该

apply.monthly(xt, FUN=function(x) rq(Open ~ Close, data=x))

coredata.xts(x) 中的错误：当前不支持的数据类型

我已经意识到为什么apply.monthly()不起作用了。它想要返回一个xts对象，但无法强制回归对象列表为xts，因此它会引发错误。但是，如果我们将回归输出限制为可以强制的东西，例如 f.ex，它将起作用。

apply.monthly(xt, FUN=function(x) rq(Open ~ Close, data=x)$coef)
#            (Intercept)     Close
# 2007-01-31   12.224046 0.7564106
# 2007-02-28   -6.326472 1.1242798
# 2007-03-31   -2.108973 1.0432247
# 2007-04-30    5.739395 0.8840677
# 2007-05-31    2.453616 0.9495129
# 2007-06-30   17.380465 0.6342055
于 2019-06-07T10:55:16.550 回答
1

一个可重现的例子会很好，但你可能想要

apply.monthly(return_2000_xts, 
              FUN=rq,
              formula = esb.eu ~ hsbc.uk, 
              data = return_2000_xts, tau = 0.95)

...也就是说，您只需将rq函数作为参数传递，然后将其他参数添加rq()为附加参数（对应于 的...参数apply.monthly()）

于 2019-06-07T10:03:23.083 回答