Question

我需要使用R的“PerformanceAnalytics”软件包并使用这个软件包，我知道我需要将数据转换为xts数据，这实际上是一个面板数据。根据这个论坛的建议，我做了以下事情：

library(foreign)
RNOM <- read.dta("Return Panel without missing.dta")
RNOM_list<-split(RNOM,RNOM$gvkey)
xts_list<-lapply(RNOM_list,function(x)
{out<-xts(x[,-1],order.by=as.Date(x$datadate,format="%d/%m/%Y")) })

它为我RNOM_list和xts_list。

在此之后，有些人可以帮助我使用函数Return.calculate和lapply来估算月度回报，并将在初始数据集中作为加法变量生成的输出保存用于回归分析吗？随后，我还需要估计VaR，ES和semi-sd。

可以下载数据here。请注意，prccm是数据中的每月收盘价，gvkey是公司ID。

Answer 1

实现此目标的有效方法是使用“reshape2”软件包将Panel Data（长格式）转换为宽格式。执行估算后，将其转换回长格式或面板数据格式。这是一个例子：

library(foreign)
library(reshape2)
dd <- read.dta("DDA.dta") // DDA.dta is Stata data; keep only date, id and variable of interest (i.e. three columns in total)
wdd<-dcast(dd, datadate~gvkey) // gvkey is the id
require(PerformanceAnalytics)
wddxts <- xts(wdd[,-1],order.by=as.Date(wdd$datadate,format= "%Y-%m-%d"))

ssd60A<-rollapply(wddxts,width=60,SemiDeviation,by.column=TRUE,fill=NA) // e.g of rolling window calculation
ssd60A.df<-as.data.frame(ssd60A.xts) // convert dataframe to xts
ssd60A.df$datadate=rownames(ssd60A.df) // insert time index
lssd60A.df<-melt(ssd60A.df, id.vars=c('datadate'),var='gvkey') // convert back to panel format
write.dta(lssd60A.df,"ssd60A.dta",convert.factors = "string") // export as Stata file

然后简单地将其与master数据库合并以执行一些回归。

使用“PerformanceAnalytics”包计算性能度量

1 个答案: