计算任何一对股票的相关性

Question

我想获得每对股票的月收益之间的相关性...

让我向您展示我的数据的简单版本：

> head(x, 20)
# A tibble: 20 x 4
   PERMNO     date         COMNAM       RET
    <int>    <int>          <chr>     <dbl>
 1  10107 20160129 MICROSOFT CORP -0.007030
 2  10107 20160229 MICROSOFT CORP -0.069886
 3  10107 20160331 MICROSOFT CORP  0.085495
 4  10107 20160429 MICROSOFT CORP -0.097049
 5  10107 20160531 MICROSOFT CORP  0.069982
 6  10107 20160630 MICROSOFT CORP -0.034528
 7  10107 20160729 MICROSOFT CORP  0.107680
 8  10107 20160831 MICROSOFT CORP  0.020113
 9  10107 20160930 MICROSOFT CORP  0.002436
10  10107 20161031 MICROSOFT CORP  0.040278
11  10107 20161130 MICROSOFT CORP  0.012183
12  10107 20161230 MICROSOFT CORP  0.031198
13  14593 20160129      APPLE INC -0.075242
14  14593 20160229      APPLE INC -0.001335
15  14593 20160331      APPLE INC  0.127211
16  14593 20160429      APPLE INC -0.139921
17  14593 20160531      APPLE INC  0.071368
18  14593 20160630      APPLE INC -0.042660
19  14593 20160729      APPLE INC  0.090063
20  14593 20160831      APPLE INC  0.023606

理想情况下，我想要数据中成对股票的相关性度量（Microsoft 和 Apple、Microsoft 和 Costco 等）

Answer 1

将您的数据转换为返回的数据框，其列标题是公司名称，您应该能够将其传递给cor函数。 例如，如果您的数据dplyr名为df ，您可以使用dplyr和tidyr库：

df1 = dplyr::select(df, date, COMNAM, RET)
df2 = dplyr::select(tidyr::spread(df1, key = COMNAM, value = RET), -date)
answer = cor(df2, use = "pairwise.complete.obs")

我清理了您的数据，因此COMNAM只是多词公司名称的第一个词。 这是我得到的输出：

> answer
              APPLE MICROSOFT
APPLE     1.0000000 0.8763755
MICROSOFT 0.8763755 1.0000000

Answer 2

这是一个更完整的示例，可能会为执行此类分析和/或从何处/如何获取数据打开一些新想法的大门：

library(quantmod)
library(tidyverse)
library(lubridate)

symbols <- c("AAPL", "MSFT", "GOOG")
getSymbols(symbols)
stocks <- data.frame(as.xts(merge(AAPL, MSFT, GOOG)))
stocks$date <- row.names(stocks)
row.names(stocks) <- NULL

# head(stocks)

jan31 <- ymd("2016-01-31")
days_to_keep <- jan31 %m+% months(0:11)
# days_to_keep

res <- stocks %>%
  select(ends_with("Close"), date) %>%
  mutate(date = ymd(date)) %>%
  filter(date %in% days_to_keep)

res %>% select(-date) %>% cor()

#            AAPL.Close MSFT.Close GOOG.Close
# AAPL.Close  1.0000000  0.9198357  0.9313001
# MSFT.Close  0.9198357  1.0000000  0.9103830
# GOOG.Close  0.9313001  0.9103830  1.0000000

# Or more visually...
res %>% select(-date) %>% pairs()