我试图建立一个R代码来计算每一列的收益。我的问题是,代码应考虑每种资产(列)中不同时间段的多次投资。
我设法提取了每个投资拥有(行)的每一天的相关价格作为xts对象。 NA表示在给定日期不拥有给定的股票。 因此,我有一个表,如下所示(作为xts对象)。另外,请注意,索引列中不包含周末:
Stock 1 Stock 2 Stock 3 Stock 4 Stock 4
2019-10-18 100 NA NA 750 NA
2019-10-21 105 NA NA 1000 6
2019-10-22 110 NA NA NA 7
2019-10-23 NA NA NA 750 8
2019-10-24 10 NA NA 500 8
2019-10-25 7.5 NA NA NA 8
2019-10-28 5 NA NA 500 8
2019-10-29 NA NA 200 250 9
为解释该表,请举一个例子:股票1在出售期间从2019-10-18到2019-10-22拥有。在2019-10-23不拥有股票1,但是在2019-10-24再次购买了该股票,并在2019-10-28再次出售了该股票,因此在2019-10-29拥有NA。 “股票1”列中的数字反映了给定日期的股票价格。
我搜索获得的输出是一个向量,该向量总结了每项独立投资-并非基于投资规模:
Stock 1 Stock 2 Stock 3 Stock 4 Stock 5
Cumulative Return -40% NA 0% -50% 50%
请注意,每个投资都使用每个投资期的第一行和最后一行来计算累积回报。 例如,-40%的计算公式为:110/100-1 + 5/10-1
。
如果对一项资产(列)进行了多次投资,则它将始终处于非重叠期间,如上例所示。
谢谢!
答案 0 :(得分:1)
您要计算的数字类似于(很不幸)称为时间加权收益的数字;尽管对于这样的回报,单笔交易的回报是通过乘法而不是通过求和链接在一起的。实际上,如果可以接受的话,它很容易计算。从数据开始:
library("PMwR")
library("zoo")
data <- structure(
c(100, 105, 110, NA, 10, 7.5, 5, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, 200, 750, 1000, NA, 750, 500, NA, 500,
250, NA, 6, 7, 8, 8, 8, 8, 9),
.Dim = c(8L, 5L),
.Dimnames = list(NULL, c("Stock1", "Stock2", "Stock3",
"Stock4", "Stock5")),
index = structure(c(18187, 18190, 18191, 18192, 18193,
18194, 18197, 18198), class = "Date"),
class = "zoo")
data
## Stock1 Stock2 Stock3 Stock4 Stock5
## 2019-10-18 100.0 NA NA 750 NA
## 2019-10-21 105.0 NA NA 1000 6
## 2019-10-22 110.0 NA NA NA 7
## 2019-10-23 NA NA NA 750 8
## 2019-10-24 10.0 NA NA 500 8
## 2019-10-25 7.5 NA NA NA 8
## 2019-10-28 5.0 NA NA 500 8
## 2019-10-29 NA NA 200 250 9
请注意,我在这里使用zoo
,但是您始终可以调用as.xts
(因为xts
继承自zoo
)。我从PMwR
开始使用函数returns
。对于时间加权收益(即单笔交易收益的乘积),只需将所有NA收益转换为零即可。
R <- returns(data, pad = 0)
R <- na.fill(R, 0)
apply(R, 2, function(x) prod(1+x)-1)
## Stock1 Stock2 Stock3 Stock4 Stock5
## -0.4500000 0.0000000 0.0000000 -0.5555556 0.5000000
如果您真的想对收益进行汇总,则还有更多工作要做:
sum_returns <- function(x) {
x <- c(NA, as.vector(x), NA)
start <- which(is.finite(x[-1]) & is.na (x[-length(x)]))
end <- which(is.na (x[-1]) & is.finite(x[-length(x)]))
sum(x[end]/x[start+1]-1)
}
apply(data, 2, sum_returns)
## Stock1 Stock2 Stock3 Stock4 Stock5
## -0.4 0.0 0.0 -0.5 0.5
如果您需要区分零收益和从未投资,请添加类似的内容
never.invested <- apply(data, 2, function(x) all(is.na(x)))
## Stock1 Stock2 Stock3 Stock4 Stock5
## FALSE TRUE FALSE FALSE FALSE