Question

我是R的新手，对ts对象更是新手。我尝试在数据框（df）的矢量上使用PerformanceAnalytics包。

我有以下数据框：

    row.names   Date    PnL
1   22  1992-01-02  -1.751133e-02
2   23  1992-01-03  -1.586737e-02
3   24  1992-01-06  -2.898982e-02

我试过了：

  TestS=SharpeRatio.annualized(df[,"PnL"],Rf=0,scale=252)
  TestS=SharpeRatio.annualized(as.ts(df[,"PnL"]),Rf=0,scale=252)

它分别返回对象中的错误：

checkData（R，method =“xts”）出错：数据无法转换为时间序列。如果您尝试从具有一列的数据对象传入名称，则应使用“data [rows，columns，drop = FALSE]”形式。 Rownames应具有标准日期格式，例如'1985-03-15'

dput(df[,"PnL")=0.00994504296273811, 0.00156467225423175, 0.00976137048829638, etc.
dputdf[,"Date")=8036, 8037, 8040, 8041,etc.

包的帮助说该函数适用于vector。我没有任何NA，因此我不明白为什么它不起作用。

Answer 1

首先，您需要将数据框转换为xts对象：

dfx = xts(df$PnL, order.by=as.Date(df$Date))

然后你可以这样做：

TestS = SharpeRatio.annualized(dfx, Rf=0, scale=252)

或者你需要做的其他事情。

Answer 2

PerformanceAnalytics尝试将您的数据转换为更易于在内部使用的表单。要使用data.frame进行此操作，data.frame必须rownames格式为Date s。所以，这会起作用

rownames(df) <- df[, 2]
(TestS=SharpeRatio.annualized(df[, "PnL", drop=FALSE], Rf=0, scale=252))
#                                      PnL
#Annualized Sharpe Ratio (Rf=0%) -8.767439

虽然PerformanceAnalytics声称可以处理许多数据类型，但作者广泛使用xts。因此，如果不使用xts，他们可能错过了代码无法正常工作的几个地方，例如将vector传递给此函数。

我认为SharpeRatio.annualized中的问题是它调用Return.excess和Return.excess尝试将此向量转换为xts此行

xR = coredata(as.xts(R) - as.xts(Rf))

但是，如果不添加时间索引，则无法将矢量转换为xts。（另外，下一行使用apply，这不适用于矢量）

错误：order.by需要适当的基于时间的对象PerformanceAnalytics

2 个答案: