有没有办法从大量股票中提取特定数量的夏普比率最高的股票?
Is there a way to extract a specific number of stocks with the highest Sharpe ratio from a large number of stocks?
我正在尝试使用 R 从 2018 年 1 月 1 日到 2018 年 1 月 31 日每天使用 returns 提取夏普比率最高的股票
到目前为止,我已经设法使用
将数据转换为时间序列
library(zoo)
library(PerformanceAnalytics)
prices<-zoo(Project.Data.File,seq(from = as.Date("2018-01-01"), to = as.Date("2019-12-31"), by = 1))
为了进一步的统计计算,我无法计算每日 returns。
我试过使用
CalculateReturns(prices, method=c("discrete","log"))
但是我收到一个错误。
我也对如何处理丢失的数据感到困惑。任何帮助将不胜感激。请找到附加到此 post 的 excel 文件。
提前致谢!
该错误信息量很大。您的数据不是数字。这是因为您的原始数据在第一列中有日期。在创建动物园对象时删除此列。
library(zoo)
library(PerformanceAnalytics)
prices <- zoo(Project.Data.File[,-1],seq(from = as.Date("2018-01-01"), to = as.Date("2019-12-31"), by = 1))
stock_returns <- CalculateReturns(prices, "discrete")
head(stock_returns[,1:3])
A2.MILK.CO.LTD ADELAIDE.BRIGHTON.LTD ABACUS.PROPERTY.GROUP
2018-01-01 NA NA NA
2018-01-02 0.017639077 -0.003067485 0.000000000
2018-01-03 -0.009333333 -0.003076923 -0.002427184
2018-01-04 0.009421265 -0.004629630 -0.012165450
2018-01-05 0.006666667 0.015503876 -0.002463054
2018-01-06 0.017218543 0.004580153 0.000000000
我正在尝试使用 R 从 2018 年 1 月 1 日到 2018 年 1 月 31 日每天使用 returns 提取夏普比率最高的股票 到目前为止,我已经设法使用
将数据转换为时间序列library(zoo)
library(PerformanceAnalytics)
prices<-zoo(Project.Data.File,seq(from = as.Date("2018-01-01"), to = as.Date("2019-12-31"), by = 1))
为了进一步的统计计算,我无法计算每日 returns。 我试过使用
CalculateReturns(prices, method=c("discrete","log"))
但是我收到一个错误。 我也对如何处理丢失的数据感到困惑。任何帮助将不胜感激。请找到附加到此 post 的 excel 文件。 提前致谢!
该错误信息量很大。您的数据不是数字。这是因为您的原始数据在第一列中有日期。在创建动物园对象时删除此列。
library(zoo)
library(PerformanceAnalytics)
prices <- zoo(Project.Data.File[,-1],seq(from = as.Date("2018-01-01"), to = as.Date("2019-12-31"), by = 1))
stock_returns <- CalculateReturns(prices, "discrete")
head(stock_returns[,1:3])
A2.MILK.CO.LTD ADELAIDE.BRIGHTON.LTD ABACUS.PROPERTY.GROUP
2018-01-01 NA NA NA
2018-01-02 0.017639077 -0.003067485 0.000000000
2018-01-03 -0.009333333 -0.003076923 -0.002427184
2018-01-04 0.009421265 -0.004629630 -0.012165450
2018-01-05 0.006666667 0.015503876 -0.002463054
2018-01-06 0.017218543 0.004580153 0.000000000