Question

我的数据包含截至2016年9月的最长165个月的证券的月度回报。我想计算从2003年1月1日到2013年9月30日的每个起点的每个证券的三年期回报，但有些证券来来去去，我担心幸存者的偏见。为了解决这个问题，我需要计算三年的平均年回报率，这将给我一个结果，即使一个证券在给定起点之外的记录少于36个，我也可以使用。当我分离计算单个证券和起点的平均年回报所需的37个记录时，这很简单：

library(dplyr)

df <-
df %>%
arrange(date) %>%
mutate(cumProds = cumprod(1 + return))

avgAnnRet <- with(tail(df,1), cumProds^(12/nrow(df)))

但是对于每个证券，我可以有多达129个起点来计算，而且我有数以千计的证券。我在dplyr组中尝试了各种迭代的rollapply和cumprod，但是我无法让它们中的任何一个工作。是否可以使用单个语句（dplyr或其他）按安全性和开始日期进行分组并进行滚动cumprod计算。当然，在我的实例中，无论是否有37条记录，我都需要它来返回结果。

我写了一个循环，它将执行所需的子集和数学，但它显然非常慢。

Answer 1

RccpRoll的作者Kevin Ushey非常友好地给我一个解决方法，因为roll_prod不会返回部分窗口的值。它工作得很好，并且在大约200万条记录上非常快：

df %>%
arrange(secId, date) %>%
group_by(secId) %>%
mutate(product = as.numeric(rollapply(1 + return, 37, prod,
    partial = TRUE, align = "left")))

Answer 2

我有类似的问题，部分数据是不可接受的（即如果37个数据点中只有36个可用，那么我希望产品为NA）。当我使用Tom的rollapply想法与partial = TRUE时，我收到了类似

的错误消息

Error in mutate_impl(.data, dots) : 
  Column `product` must be length 11 (the group size) or one, not 37

原来缺少的是fill = NA：

df %>% 
  arrange(secId, date) %>% 
  group_by(secId) %>% 
  mutate(product = rollapply(1 + return, 37, prod, fill = NA, partial = FALSE, align = "left"))

R滚动cumprod

2 个答案: