Question

我想对一年时间序列的每个月应用分位数回归（具有一个因变量和一个自变量），因此我将获得12个系数。我的数据集由return_2000_xts给出，rq()是分位数回归的函数。我的数据集为xts格式，其中包括银行股票的每日收益。

我尝试使用apply.monthly()：

apply.monthly(return_2000_xts, 
    rq(esb.eu ~ hsbc.uk, data = return_2000_xts, tau = 0.95))

不幸的是，我收到以下错误消息：

get（as.character（FUN），mode =“ function”，envir = envir）中的错误：找不到“功能”模式的对象“ FUN”

我的代码可能是什么问题？

Answer 1

我不确定是怎么回事，也许apply.monthly()正在剥离某些属性，但是回到基础知识似乎行得通。

library(xts)
library(quantreg)

data(sample_matrix)
xt <- as.xts(sample_matrix)

f <- as.character(index(xt), format="%Y-%m")
xt.ym <- split(xt, f)
lapply(xt.ym, FUN=function(x) rq(Open ~ Close, data=x, tau=0.95))

作为参考，这是行不通的，但感觉应该如此

apply.monthly(xt, FUN=function(x) rq(Open ~ Close, data=x))

coredata.xts（x）中的错误：当前不支持的数据类型

我已经意识到为什么apply.monthly()不起作用。它想返回一个xts对象，但是无法将一系列回归对象强制转换为xts，因此会引发错误。但是，如果我们将回归输出限制为可以强制执行的内容（例如f.ex），它将起作用。

apply.monthly(xt, FUN=function(x) rq(Open ~ Close, data=x)$coef)
#            (Intercept)     Close
# 2007-01-31   12.224046 0.7564106
# 2007-02-28   -6.326472 1.1242798
# 2007-03-31   -2.108973 1.0432247
# 2007-04-30    5.739395 0.8840677
# 2007-05-31    2.453616 0.9495129
# 2007-06-30   17.380465 0.6342055

Answer 2

一个可重现的示例会很好，但是您可能想要

apply.monthly(return_2000_xts, 
              FUN=rq,
              formula = esb.eu ~ hsbc.uk, 
              data = return_2000_xts, tau = 0.95)

...，也就是说，您仅传递rq函数作为参数，然后将其他参数添加到rq()作为附加参数（与{{ 1}}）

为时间序列的每个月运行回归-apply.monthly不起作用

2 个答案: