[英]How do I calculate equal weighted portfolio returns with NA using PerformanceAnalytics?
我正在努力計算等權重的投資組合回報。 我目前正在使用PerformanceAnalytics
Return.portfolio
中的 Return.portfolio,在處理 NA 時遇到問題。
舉一個可復制的例子:
structure(c(5.49295774647889, 4.80640854472629, -0.127388535031836,
4.71938775510203, 5.75517661388552, NA, NA, NA, 1.46627565982405,
4.09441233140655, 1.31031876023686, 10.3718442979729, -5.16056338028169,
0.237614351906856, 1.35119118169966, 2.26775883557192, 5.05941761423306,
-1.76265063843784, 2.14109258894431, 3.73359337566391, 3.40163825335787,
7.58912642134959, -2.64397595765676, 2.14109258894431, 3.733593376,
NA, 7.58912642134959, -2.64397595765676, 2.47850105350444, 3.73359337566391
), .Dim = 5:6, .Dimnames = list(NULL, c("ALVGY", "BAYNGY", "BMWGY",
"PF.return.wrong", "PF.return.expected", "PF.return.weighted"
)), index = structure(c(1480464000, 1483142400, 1485820800, 1488240000,
1490918400), tzone = "UTC", tclass = "Date"), class = c("xts",
"zoo"), ret_type = "discrete", coredata_content = "discreteReturn")
ALVGY BAYNGY BMWGY PF.return.wrong PF.return.expected PF.return.weighted
2016-11-30 5.4929577 NA 1.3103188 2.267759 3.401638 NA
2016-12-31 4.8064085 NA 10.3718443 5.059418 7.589126 7.589126
2017-01-31 -0.1273885 NA -5.1605634 -1.762651 -2.643976 -2.643976
2017-02-28 4.7193878 1.466276 0.2376144 2.141093 2.141093 2.478501
2017-03-31 5.7551766 4.094412 1.3511912 3.733593 3.733593 3.733593
當我運行Example$PF.return <- Return.portfolio(Example[,1:3], geometric = F)
時,我收到警告讀數In Return.portfolio(Example, geometric = F): NA's detected: filling NA's with zeros
,實際上產生的PF.return.wrong
在計算中將 NA 作為零包括在內。
我確實希望在PF.return.expected
中獲得結果。
我想要做的是從投資組合回報計算中排除 NA。 但是我無法做到這一點。
作為一種潛在的解決方法,我考慮過將return.portfolio
與下面的權重矩陣 Example.wt 結合使用:
structure(c(0.5, 0.5, 0.5, 0.333333333333333, 0.333333333333333,
0, 0, 0, 0.333333333333333, 0.333333333333333, 0.5, 0.5, 0.5,
0.333333333333333, 0.333333333333333), .Dim = c(5L, 3L), .Dimnames = list(
NULL, c("ALVGY", "BAYNGY", "BMWGY")), index = structure(c(1480464000,
1483142400, 1485820800, 1488240000, 1490918400), tzone = "UTC", tclass = "Date"), class = c("xts",
"zoo"))
ALVGY BAYNGY BMWGY
2016-11-30 0.5000000 0.0000000 0.5000000
2016-12-31 0.5000000 0.0000000 0.5000000
2017-01-31 0.5000000 0.0000000 0.5000000
2017-02-28 0.3333333 0.3333333 0.3333333
2017-03-31 0.3333333 0.3333333 0.3333333
運行Example$PF.return.weighted <- Return.portfolio(Example[,1:3], geometric = F, weights = Example.wt)
我遇到三個問題:
Example.wt
是手動構建的,因為我沒有設法計算它。您是否知道為什么 PF.return.weighted 存在 NA 以及為什么第四行值與預期值不同?
至於權重矩陣的計算,你知道我是如何從Example
中自動計算出來的嗎? 我考慮過使用rowSums
和.is.na()
的某種組合,但沒有設法構建它。
很抱歉這篇長帖子,但我真的被困在這里,不勝感激任何幫助/提示! 提前謝謝了!
我認為您遇到了這個問題,因為在重新平衡之前需要知道權重,即如果您從權重索引中減去一天,您可以獲得有意義的值:
library(xts)
library(PerformanceAnalytics)
Example.wt2 <- Example.wt
index(Example.wt2) <- index(Example.wt) - 1 # subtract one day from the index
test <- PerformanceAnalytics::Return.portfolio(Example,
weights = Example.wt,
rebalance_on = "months")
test2 <- PerformanceAnalytics::Return.portfolio(Example,
weights = Example.wt2,
rebalance_on = "months")
res <- merge.xts(test, test2)
names(res) <- paste0("portfolio.returns", c(".old", ".new"))
> print(res)
portfolio.returns.old portfolio.returns.new
2016-11-30 NA 3.401638
2016-12-31 7.589126 7.589126
2017-01-31 -2.643976 -2.643976
2017-02-28 2.478501 2.141093
2017-03-31 3.733593 3.733593
編輯:您可以使用這樣的功能方法獲得權重:
####
fCalcWeights <- function(x){
y <- 1/sum(!is.na(x))
x[!is.na(x)] <- y
x[is.na(x)] <- 0
x
}
Example.wt3 <- t(apply(Example[, c(1:3)], 1, fCalcWeights))
Example.wt3 <- xts(Example.wt3, order.by = index(Example)-1)
> Example.wt3
ALVGY BAYNGY BMWGY
2016-11-29 0.5000000 0.0000000 0.5000000
2016-12-30 0.5000000 0.0000000 0.5000000
2017-01-30 0.5000000 0.0000000 0.5000000
2017-02-27 0.3333333 0.3333333 0.3333333
2017-03-30 0.3333333 0.3333333 0.3333333
>
> all.equal(Example.wt2, Example.wt3)
[1] TRUE
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.