Question

我有以下价格数据：

__getitem__

我使用IndexableEnumMeta函数遍历所有列，并使用Quantmod软件包中的Level函数计算每日收益。

IndexableEnum

这给我们：

import enum
from itertools import islice
import ast
import inspect

tree = ast.parse(inspect.getsource(enum))
for node in ast.walk(tree):
    if isinstance(node, ast.ClassDef):
        if node.name == 'EnumMeta':
            node.name = 'IndexableEnumMeta'
        elif node.name == 'Enum':
            node.name = 'IndexableEnum'
            node.keywords[0].value.id = 'IndexableEnumMeta'
    elif isinstance(node, ast.Name) and node.id == 'Enum':
        node.id = 'IndexableEnum'
code = compile(tree, inspect.getfile(enum), 'exec')
scope = {}
exec(code, scope)

def IndexableEnumMeta__getitem__(cls, index):
    if isinstance(index, slice):
        return [cls._member_map_[i] for i in islice(cls._member_map_, index.start, index.stop, index.step)]
    if isinstance(index, int):
        return cls._member_map_[next(islice(cls._member_map_, index, index + 1))]
    return cls._member_map_[index]
scope['IndexableEnumMeta'].__getitem__ = IndexableEnumMeta__getitem__

class Level(scope['IndexableEnum']):
    DATA_CHECK = "data check"
    DESIGN_CHECK = "design check"
    ALERT = "alert"

# Level[1:3] returns [<Level.DESIGN_CHECK: 'design check'>, <Level.ALERT: 'alert'>]
# Level[1] returns Level.DESIGN_CHECK

最后，我将新创建的treas <- read.csv(file = 'treas.csv', header = TRUE, stringsAsFactors = FALSE) 2YR 3YR 5YR 7YR 10YR 30YR 0.41 0.85 1.65 2.18 2.6 3.43 0.41 0.85 1.65 2.2 2.61 3.45 0.4 0.82 1.63 2.17 2.59 3.44 0.41 0.86 1.66 2.19 2.6 3.44 0.43 0.88 1.69 2.22 2.62 3.45 0.45 0.93 1.71 2.24 2.64 3.47 0.44 0.91 1.7 2.23 2.65 3.47 0.42 0.88 1.66 2.17 2.58 3.41 0.45 0.93 1.7 2.21 2.6 3.41 0.49 0.95 1.71 2.21 2.61 3.4 0.51 0.99 1.77 2.27 2.66 3.44 0.48 0.95 1.71 2.21 2.61 3.43 0.48 0.94 1.71 2.22 2.64 3.47 0.5 0.94 1.71 2.22 2.63 3.44 0.48 0.96 1.72 2.23 2.63 3.45 0.49 0.95 1.7 2.19 2.59 3.41 0.48 0.92 1.68 2.17 2.57 3.38 0.46 0.9 1.64 2.14 2.53 3.35 0.45 0.88 1.64 2.14 2.54 3.36 0.47 0.88 1.62 2.13 2.53 3.34 0.47 0.9 1.66 2.17 2.58 3.4 0.49 0.95 1.71 2.22 2.64 3.46 0.52 0.98 1.74 2.25 2.65 3.47 0.52 1 1.74 2.24 2.63 3.44 0.51 0.99 1.7 2.19 2.58 3.38 0.51 0.97 1.68 2.17 2.57 3.37 0.46 0.93 1.66 2.15 2.55 3.38 0.48 0.92 1.65 2.13 2.53 3.34 0.48 0.95 1.68 2.17 2.55 3.36数据帧传递给apply()函数。

不幸的是，我们得到：

Delt()

apply(treas, 2, Delt)给我们：

> treas_ret
                X2YR         X3YR         X5YR         X7YR        X10YR        X30YR
   [1,]           NA           NA           NA           NA           NA           NA
   [2,]  0.000000000  0.000000000  0.000000000  0.009174312  0.003846154  0.005830904
   [3,] -0.024390244 -0.035294118 -0.012121212 -0.013636364 -0.007662835 -0.002898551
   [4,]  0.025000000  0.048780488  0.018404908  0.009216590  0.003861004  0.000000000
   [5,]  0.048780488  0.023255814  0.018072289  0.013698630  0.007692308  0.002906977
   [6,]  0.046511628  0.056818182  0.011834320  0.009009009  0.007633588  0.005797101
   [7,] -0.022222222 -0.021505376 -0.005847953 -0.004464286  0.003787879  0.000000000
   [8,] -0.045454545 -0.032967033 -0.023529412 -0.026905830 -0.026415094 -0.017291066
   [9,]  0.071428571  0.056818182  0.024096386  0.018433180  0.007751938  0.000000000
  [10,]  0.088888889  0.021505376  0.005882353  0.000000000  0.003846154 -0.002932551
  [11,]  0.040816327  0.042105263  0.035087719  0.027149321  0.019157088  0.011764706
  [12,] -0.058823529 -0.040404040 -0.033898305 -0.026431718 -0.018796992 -0.002906977
  [13,]  0.000000000 -0.010526316  0.000000000  0.004524887  0.011494253  0.011661808
  [14,]  0.041666667  0.000000000  0.000000000  0.000000000 -0.003787879 -0.008645533
  [15,] -0.040000000  0.021276596  0.005847953  0.004504505  0.000000000  0.002906977
  [16,]  0.020833333 -0.010416667 -0.011627907 -0.017937220 -0.015209125 -0.011594203
  [17,] -0.020408163 -0.031578947 -0.011764706 -0.009132420 -0.007722008 -0.008797654
  [18,] -0.041666667 -0.021739130 -0.023809524 -0.013824885 -0.015564202 -0.008875740
  [19,] -0.021739130 -0.022222222  0.000000000  0.000000000  0.003952569  0.002985075
  [20,]  0.044444444  0.000000000 -0.012195122 -0.004672897 -0.003937008 -0.005952381
  [21,]  0.000000000  0.022727273  0.024691358  0.018779343  0.019762846  0.017964072
  [22,]  0.042553191  0.055555556  0.030120482  0.023041475  0.023255814  0.017647059
  [23,]  0.061224490  0.031578947  0.017543860  0.013513514  0.003787879  0.002890173
  [24,]  0.000000000  0.020408163  0.000000000 -0.004444444 -0.007547170 -0.008645533
  [25,] -0.019230769 -0.010000000 -0.022988506 -0.022321429 -0.019011407 -0.017441860
  [26,]  0.000000000 -0.020202020 -0.011764706 -0.009132420 -0.003875969 -0.002958580
  [27,] -0.098039216 -0.041237113 -0.011904762 -0.009216590 -0.007782101  0.002967359
  [28,]  0.043478261 -0.010752688 -0.006024096 -0.009302326 -0.007843137 -0.011834320
  [29,]  0.000000000  0.032608696  0.018181818  0.018779343  0.007905138  0.005988024

我试图将treas_ret传递给cov()函数，但这似乎不起作用。

在传递给cov（）函数之前，是否有办法确保每日收益是数值？

谢谢！

Answer 1

treas_ret已经是一个数字矩阵。这是由于在矩阵中存在NA，因此在使用NA时，所有值都为cov。

您可以删除NA，然后使用cov

library(quantmod)
treas_ret <- apply(treas, 2, function(x) na.omit(Delt(x)))
cov(treas_ret)


#               X2YR         X3YR         X5YR         X7YR        X10YR         X30YR
#X2YR  0.00189071490 0.0009671260 0.0004751261 0.0003592459 0.0002632325 0.00006466673
#X3YR  0.00096712596 0.0009824173 0.0004852795 0.0003843313 0.0002665753 0.00014473384
#X5YR  0.00047512612 0.0004852795 0.0003163515 0.0002553111 0.0001938068 0.00011919805
#X7YR  0.00035924594 0.0003843313 0.0002553111 0.0002219907 0.0001694694 0.00011048543
#X10YR 0.00026323252 0.0002665753 0.0001938068 0.0001694694 0.0001472908 0.00010040032
#X30YR 0.00006466673 0.0001447338 0.0001191980 0.0001104854 0.0001004003 0.00008497829

另一种选择是使用@ H1所建议的use = "complete.obs"，它会得到相同的结果。

treas_ret <- apply(treas, 2, Delt)
cov(treas_ret, use = "complete.obs")

计算协方差矩阵并从R中的cov（）看NA值

1 个答案: