问题描述
我知道在 tidyquant for R 中使用性能分析计算股票和投资组合回报有很好的资源。例如，假设我们要确定包含“XOM”（0.5 )、“MA”(0.3) 和“GOOG”(0.2)，其中 () 表示投资组合中的资产权重。代码很简单：
Ra_symbols <- c("XOM","MA","GOOG")
wts_map <- tibble(
symbols = c("XOM","GOOG"),weights = c(0.5,0.3,0.2)
)
Ra_2010to2020 <- Ra_symbols %>%
tq_get(get = "stock.prices",from = "2010-12-31",to = "2015-12-31") %>%
group_by(symbol) %>%
tq_transmute(select = adjusted,mutate_fun = periodReturn,period = "yearly",col_rename = "Ra")
Ra_weightedportfolioreturn <- Ra_2010to2020 %>%
tq_portfolio(assets_col = symbol,returns_col = Ra,weights = wts_map,col_rename = "Ra_using_wts_map")
但如果投资组合每年包含不同权重的不同资产，我找不到任何资源来帮助编写代码。例如，假设我们有两个数据框：一个包含每年的符号，另一个包含各自的投资组合权重。下面是读取带有符号和权重的 csv 文件的代码，以及用于说明数据帧的图像。
symbols2011to2015 <- read_csv("Symboltest_2011to2015.csv")
weights2011to2015 <- read_csv("wtstest_2011to2015.csv")
我认为它会涉及一些诸如“应用”或“地图”之类的 tidyverse 功能，但我不确定。此外，tidyquant 是否可以在我拥有的数据框中使用符号（和权重），或者我是否需要将它们转换为类似于 c("XOM","GOOG") 结果的字符值？最终，我想将这个概念扩展到每个月的周期，但一旦我弄清楚了多年，过程应该是相似的。
任何帮助将不胜感激！
解决方法
（这是对评论的跟进。）
the PMwR manual 中有文档。
returns 的输入不必是 zoo 系列：只要价格按列排列，矩阵或数据框也可以工作。但是，使用 zoo 非常方便。举个例子：
library("zoo")
library("tidyquant")
P <- tq_get(c("XOM","MA","GOOG"),get = "stock.prices",from = "2010-12-31",to = "2015-12-31")
P <- do.call(merge,by(P,P$symbol,function(x) zoo(x$adjusted,x$date)))
## GOOG MA XOM
## 2010-12-31 295.8760 21.09419 50.33540
## 2011-01-03 301.0466 20.78734 51.31982
## 2011-01-04 299.9358 21.05560 51.56077
## 2011-01-05 303.3978 21.67588 51.42308
## 2011-01-06 305.6045 21.76818 51.75351
## 2011-01-07 307.0690 21.76536 52.03575
现在假设您有一个W权重矩阵
W <- rbind(c(1/3,1/3,1/3),c(0.6,0.2,0.2),c(1/3,1/3))
以及重新平衡的日期：
when <- as.Date(c("2010-12-31","2011-12-30","2012-12-31","2013-12-31","2014-12-31"))
when 中的每个元素对应于 W 中的一行。
现在我们可以计算投资组合回报了。
library("PMwR")
R <- returns(P,rebalance.when = when,weights = W)
## 2011-01-03 2011-01-04 2011-01-05 2011-01-06 ....
## 0.007495421 0.004549025 0.012637607 0.005984054 ....
## ## If 'P' had not been a zoo matrix:
## returns(coredata(P),t = index(P),weights = W)
## ## would work as well
returns 期望输入价格系列。我们可以根据 R 轻松创建这样的系列。
tmp <- cumprod(1 + returns(P,weights = W,pad = 0))
这个系列我们可以转化为持有期回报。
returns(tmp,period = "month")
## Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec YTD
## 2011 5.7 3.5 -0.4 2.7 -0.9 -0.1 4.5 -1.7 -3.5 10.4 4.8 3.4 31.4
## 2012 -7.3 8.4 2.2 -1.7 -6.3 3.0 5.7 4.2 8.4 -5.4 2.3 0.5 13.2
## 2013 5.5 2.1 1.4 1.7 3.8 0.6 3.6 -3.8 4.7 9.7 4.6 7.9 49.7
## 2014 -0.4 3.3 -5.7 -2.6 4.3 1.0 -0.6 0.6 -0.9 1.0 -2.1 -1.6 -4.0
## 2015 -2.8 5.5 -3.3 1.8 -0.1 -1.0 6.8 -3.4 -1.8 13.0 1.3 0.7 16.6
returns(tmp,period = "year")
## 2011 2012 2013 2014 2015
## 31.4 13.2 49.7 -4.0 16.6