Question

我已经在这个问题上挣扎了好几个小时，这对于plyr或* apply来说似乎是正确的。有人能指出一个不太笨重的R解决方案而不是我在下面列出的解决方案吗？

Bkdg：我查看了许多R财务相关的软件包，我找不到一个流行的软件包，它可以很好地处理在时间序列中间消失的证券以及以编程方式变化的权重。我正在为这个特定问题构建自己的解决方案，但我宁愿使用现有的解决方案。

问题的关键在于我想使用plyr“循环”一个日期子集中的证券列表。一些证券在日期范围内消失。（我使用数据中的前向rt，没有生存偏差。）我希望每个日期范围的输出是所选证券累积回报的数据框。我可以使用它（连同初始权重）与其他日期范围结合来计算各种投资组合指标。

我从这样的选定证券（日期，股票代码，净回报）的（玩具）数据框开始：

d                t    r
1 2013-03-31   ibm 0.01
2 2013-03-31  appl 0.02
3 2013-03-31 loser 0.03
4 2013-04-30   ibm 0.04
5 2013-04-30  appl 0.05
6 2013-04-30 loser 0.06
7 2013-05-31   ibm 0.07
8 2013-05-31  appl 0.08

请注意，日期范围的最后一个月不存在安全“输家”。（证券不会再出现。）这里有一些代码可以创建玩具数据框架和似乎有用的笨重的解决方案。

library(plyr)
#Create data frame for the example code
dt <- as.Date("20130331","%Y%m%d")
mydf <- data.frame(d=dt,t="ibm",r=0.01)
mydf <- rbind(mydf,data.frame(d=dt,t="appl",r=0.02))
mydf <- rbind(mydf,data.frame(d=dt,t="loser",r=0.03))
dt <- as.Date("20130430","%Y%m%d")
mydf <- rbind(mydf,data.frame(d=dt,t="ibm",r=0.04))
mydf <- rbind(mydf,data.frame(d=dt,t="appl",r=0.05))
mydf <- rbind(mydf,data.frame(d=dt,t="loser",r=0.06))
dt <- as.Date("20130531","%Y%m%d")
mydf <- rbind(mydf,data.frame(d=dt,t="ibm",r=0.07))
mydf <- rbind(mydf,data.frame(d=dt,t="appl",r=0.08))
#Note that there is no row for "loser" for 2013-05-31

#This plyr call crashes because "loser" doesn't have the same 
#   num of rtns as the others
#newdf <- ddply(mydf,.(t),function(x) cumprod(x[,"r"]+1)-1)

list_to_dataframe（res，attr（.data，“split_labels”））中的错误： 结果没有相同的长度

#I work with intermediate lists as a workaround
tmp.list <- dlply(mydf,.(t),function(x) cumprod(x[,"r"]+1)-1)

#Get the longest of any of the resulting lists (tmp = 3 in this example)
tmp <- max(as.numeric(lapply(tmp.list,length))) 

#Define function to extend cumulative rtn for missing values
#   By holding cumulative rtn constant, its as if
#   I hold cash when a security disappears
extendit <- function(x) if(length(x)<tmp){ 
  c(x,rep(x[length(x)],tmp-length(x)))
} else {x}

#Use plyr to make all lists the same length
tmp2.list<-llply(tmp.list,extendit)

#Use plyr to create the data table I wanted
cusipcumrtns.df <- ldply(tmp2.list)          

#Must name key column since it got lost in the process
colnames(cusipcumrtns.df)[1] <- "t"

上面的代码生成以下数据框，其中包含每个安全性的累积回报。

t         V1     V2       V3
1   ibm 0.01 0.0504 0.123928
2  appl 0.02 0.0710 0.156680
3 loser 0.03 0.0918 0.091800

非常感谢任何有关更精细解决方案的指示。这似乎有效，但我正在努力学习用R做得更好。

Answer 1

根据此处的解决方案：https://stackoverflow.com/a/9996566/1201032，您可以在数据中添加缺失的行：

keys.df <- expand.grid(d = unique(mydf$d),
                       t = unique(mydf$t))
full.df <- merge(keys.df, mydf, all.x = TRUE)

然后使用您最初想到的内容，但请确保将丢失的返回值变为零（正如我们评论的那样）：

ddply(full.df, .(t), function(x) cumprod(ifelse(is.na(x$r), 0, x$r) + 1) - 1)
      t   V1     V2       V3
1   ibm 0.01 0.0504 0.123928
2  appl 0.02 0.0710 0.156680
3 loser 0.03 0.0918 0.091800

您也可以考虑以长格式保存输出：

ddply(full.df,.(t), transform, cum.r = cumprod(ifelse(is.na(r), 0, r) + 1) - 1)

使用plyr（或* apply）来计算累积rtns

1 个答案: