问题标签 [performanceanalytics]

我能够在一个环境中创建 4 种证券的每日回报列表。但我不知道如何计算（Ra-Rb）的滚动信息比：SPY-EFA、SPY-GLD、SPY-TLO、EFA-SPY、EFA-GLD、... TLO-GLD，n=20天使用收盘价。输出需要是 XTS 矩阵或数据框，每个 IR 在一列和日期索引（n 是 sample.size）。

关于从哪里开始的任何想法？

所以我的问题是Return.cumulative函数的输出数据不同于apply.yearly获得相同的返回数字。

这是重现的代码

尝试使用该apply.monthly函数获取每月数据时，我也得到了相同的差异。

我有一个时间序列数据集，我想获得 12 个月的滚动累积回报。下面是我的代码和数据的样子：

prod(1+R)-1我想使用公式（12 个单独期间收益的乘积减去 1）获得每个月的 12 个月累积收益。结果应该是：

B(1-Y)只有 5 次累积收益，因为B在 之前没有数据2015-07-31。因此，它不满足 12 个月的条件（2015-07-31和之间只有 11 个月2016-05-31）。

我试过Return.cumulative(df)了，但是这个函数从一开始就给出了累积回报，这不是我想要的。任何建议将不胜感激！

亲爱的stackoverflowers，

TRADES 是一个 2000 行的交易损益矩阵，head.matrix(TRADES) 给出：

日期盈亏

20170101 90
20170101 100
20170102 -50
20170102 35
20170102 180

我需要计算每日投资组合损益并将其存储到一个新矩阵中。问题是每天的交易数量不是恒定的。

我可以对交易日期进行子集化，并将所有相同日期的交易存储到一个新矩阵中，例如 2017 年 1 月 1 日： 20170101 <- TRADES[grep("20140101", TRADES$Date), ]

然后我可以求和以获得每日损益并将其存储到我的每日收益矩阵中： DailyReturns$20170101 <- sum(20170101$P&L)

但是我不知道如何循环以对所有交易重复此操作，有人可以帮我吗？乔

我在一个简单的股票投资组合上计算了历史 VaR（为简单起见，假设只有两只股票的每日历史记录为一年）。然后我使用PerformanceAnalytics R 包再次执行此操作。我的两个结果不匹配。

我是否遗漏了有关如何进行基本 VaR 的内容，或者PerformanceAnalytics是否在做一些奇怪的事情？

我的示例代码如下：

我的计算结果是 1.325%，但包裹给了我 1.395%。为什么会有这么大的差异？随着我在示例中添加更多股票和历史记录，这些差异只会变得更大。难道我做错了什么？

这是结果dput(sr)：

PerformanceAnalytics::Return.portfolio()如果我尝试将参数设置为geometric=TRUENaN 作为返回系列，我正在苦苦挣扎。如果我设置geometric=FALSE然后我得到计算的回报。

我显然已经确保输入返回系列和权重系列中没有“na”或“nan”或“inf”值。

任何指针？

电话是：

我无法在此处复制返回和权重数据框，因为它们包含数千行。我将尝试提出一个较小的示例来重现该问题并很快将其发​​布在这里。

同时，任何关于检查内容的快速指示将不胜感激。

作为我使用 R 进行投资组合分析工作的一部分，我发现了 PerformanceAnalytics 包，它允许使用再平衡期进行投资组合优化。对于等权重的投资组合，我想计算重新平衡的投资组合权重，然后计算投资组合周转率。

在我使用自己的返回数据之前，我使用edhec了包“PerformanceAnalytics”提供的数据集。

对于此数据，一切正常，但是当我使用自己的数据集时，return_wd_xts我收到以下命令的以下错误。

[<-( *tmp*, k, , value = c(1.18880324085028, 1.18880324085028, : 下标越界) 中的错误

由于我只是更改退货的输入参数，因此我进一步检查了要求，但没有发现任何错误。包需要指定此参数的“R”：“资产回报的 xts、向量、矩阵、数据框、timeSeries 或动物园对象”

两者都是 xts 对象，当然具有不同的维度

这是这些数据集的一小部分，它们在对象方面看起来相同

我希望你理解我的问题，并可以帮助我使这个命令与我的数据集一起工作。感谢您的阅读！

编辑：这是我的数据的一个子集

我想知道是否有人可以指导我完成 R 中的 rollapply 函数。我想用 fama-french 因素进行 1 年的滚动回归。该数据集在 Excel 中准备，包含 2011-2017 年的每周数据。因此，时间窗口设置为 52 周。我想计算 2012-2017 年期间的 1 年滚动 beta 系数，因此从 2011 年的第一周开始，时间窗口将从 [1:52] 移动到 [2:53]。我有几个定价因素，这个意味着我必须运行多元线性回归。

这是我到目前为止所尝试的：

但是，我没有得到 5 年的每周滚动测试版，而是整个期间的回归：

输出还为我在整个期间内为其他 fama-french 因子提供了相同的 beta。

我认为这个 xts 代码可以确保 R 理解数据集是一个时间序列。

我也试过这个：

仍然给我相同的输出。

我对 R 相当陌生，因此非常感谢任何帮助。

谢谢！

我正在尝试使用PerformanceAnalytics::charts.PerformanceSummary()

但我收到以下错误消息：

好像charts.PerformanceSummary只取每日数据，不取盘中数据？

有人可以为此提出解决方案吗？

假设我要回归预测模型：Return_t = x + Volume_t-1 + Volatility_t-1 + e。我有一个 5 年的每周面板数据，其中 28 家公司已经在 excel 中准备好了，看起来像这样：

我想将自变量设置为 t-1，哪个包允许我在 R 中做到这一点？我将运行具有固定效应的面板数据回归。