我想知道是否有人可以引导我完成R中的rollapply功能。我想用fama-french因子进行1年滚动回归。数据集在Excel中准备，包含2011-2017的每周数据。因此，时间窗口设置为52周。我想计算2012 - 2017年期间的1年滚动beta系数，因此时间窗口将从2011年的第一周开始从[1:52]移动到[2:53]。我有几个定价因素，这个意味着我必须运行多元线性回归。
这是我到目前为止所尝试的：
Rollingregression <- read_excel("C:/Users/neri_/Desktop/Fama French Regression.xlsx", col_names = TRUE, sheet = 1)
Rollingregression <- xts(Rollingregression[,2:7],order.by = Rollingregression[,1])
coeffs <- rollapply(Rollingregression, width=52, FUN = function(Z) coef(lm(Rollingregression$`Excess Return` ~ Rollingregression$OBX + Rollingregression$SMB + Rollingregression$HML + Rollingregression$PR1YR + Rollingregression$LIQ, data = as.data.frame(Z))), by.column=FALSE, align="right")
但是，我没有获得每周5年的滚动测试版，而是整个期间的回归：
(Intercept) Rollingregression$OBX Rollingregression$SMB
[1,] 0.0001511391 0.7529416 -0.007408397
[2,] 0.0001511391 0.7529416 -0.007408397
[3,] 0.0001511391 0.7529416 -0.007408397
[4,] 0.0001511391 0.7529416 -0.007408397
[5,] 0.0001511391 0.7529416 -0.007408397
在整个期间，输出也给了我与其他fama-french因子相同的beta。
2011-01-04
2011-01-11
2011-01-18
2011-01-25
2011-02-01
我认为这个xts代码会确保R知道数据集是一个时间序列。
我也试过这个：
coeffs <- (rollapply(zoo(Rollingregression), width=52, FUN = function(Z){t = lm(Rollingregression$`Excess Return` ~ Rollingregression$OBX + Rollingregression$SMB + Rollingregression$HML + Rollingregression$PR1YR + Rollingregression$LIQ, data = as.data.frame(Z), model = TRUE); return(t$coef)}, by.column = FALSE, align = "right"))
仍然给我相同的输出。
我对R很新，所以非常感谢任何帮助。
谢谢！
答案 0 :(得分：1)
尝试用函数（Rollingregression）替换函数（Z）......
coeffs＆lt; - rollapply（Rollingregression，width = 52，FUN = function（Rollingregression）coef（lm（Rollingregression $ Excess Return ~Rollregression $ OBX + Rollingregression $ SMB + Rollingregression $ HML + Rollingregression $ PR1YR + Rollingregression $ LIQ，data = as.data.frame（Z））），by.column = FALSE，align =＆＃34; right＆＃34;）
（参考Eric Zivot）