Question

我一直在努力编写最佳代码来估算投资组合回报的月度加权平均值。

我有以下变量：

坚定的股票回报（ret）
month1，year1和date
投资组合（port1）：这定义了公司股票收益的投资组合
市值（mcap）：估算权重（按月1年1港1）

我想计算每个月的加权回报和按市值加权的投资组合。（mcap）每个公司。

我编写了以下代码，但这些代码可以正常运行，但需要很长时间并且效率很低：

foreach x in 11 12 13 21 22 23 {
display `x'

forvalues y = 1980/2010 {
display `y'

forvalues m = 1/12 {
display `m'
tempvar tmp_wt tmp_tm tmp_p
egen `tmp_tm' = total(mcap) if month1==`m' & year1==`y' & port1 ==`x'
gen `tmp_wt' = mcap/`tmp_tm' if month1==`m' & year1==`y' & port1 ==`x'
gen `tmp_p' = ret*`tmp_wt' if month1==`m' & year1==`y' & port1 ==`x'
gen port_ret_`m'_`y'_`x' = `tmp_p'

}
}
}

数据如图所示：！[价值加权投资组合回报的数据] [1]

Answer 1

这似乎是一个案例手册，说明如何尽可能慢地做事情，除了你自然没有故意这样做。它所缺乏的只是观察循环来计算总数。所以，好消息是你确实应该加快速度。

似乎归结为

gen double wanted = . 
bysort port1 year month : replace wanted = sum(mcap) 
by port1 year month : replace wanted = (mcap * ret) / wanted[_N]

原理。要在单个标量中获得总和，请使用summarize, meanonly而不是使用egen, total()将该标量重复放入变量中，但使用sum()和by:来获取组合和一个变量，当你需要它时，就像这里一样。 sum()返回累计金额，因此您需要累计金额的最后一个值。

原理。当在foreach的支持下进行分组计算时，不需要循环（此处使用by:）。这是Stata程序员需要学习的强大构造。

原理。创建大量临时变量，这里有6 * 31 * 12 * 3 = 6696，它们会减慢速度并使用更多内存。每次执行tempvar并遵循generate命令时，还有三个临时变量，数据集中列的所有大小（这是变量在Stata中的变量），但是一旦使用它们他们只是留在记忆中，再也没有看过。对于临时变量而言，tempvar每次都会分配一个新名称，这是一个微妙之处，但应该清楚generate每次创建一个新变量; generate永远不会覆盖现有变量。临时变量都会在程序结束时被删除，但是到那个程序结束时，你会不必要地占用很多东西，可能是数据集的大小乘以大约一千。如果暂时扩展的数据集不能全部适合内存，则可以将Stata翻转为爬行状态。

原理。使用if迫使Stata依次检查每个观察结果;在这种情况下，大多数与正在执行的循环的特定交集无关，并且您在对数据集的1/2232进行每个特定计算时，使Stata几乎无关地检查所有数据集（2231/2232的一小部分，几乎为1）。如果你有更多的年份或更多的投资组合，那么无关紧要的分数甚至更高。

从本质上讲，Stata将遵守您的指示（而不是尝试任何类型的优化 - 您的代码完全按字面解释）但by:会更快地提供交叉组合。

请注意。我不知道这些数字会有多大或接近零，所以我给了你一个double。据我所知，float对你来说很合适。

注释。我猜你受到其他语言编码经验的影响，其中创建变量意味着类似于x = 42来保持常量。你也可以在Stata中使用标量或本地或全局宏来做到这一点，更不用说Mata了。请记住， Stata中的新变量是数据集中的全新列，无论它是在每个观察中保持不变还是不同。你会得到你所要求的，但更像是每次都得到一个阵列。同样，您似乎只想要一个新变量作为最终结果，而实际上您根本不需要临时创建任何其他变量。

Stata：估算投资组合的月加权平均值

1 个答案: