如何使用 PerformanceAnalytics 计算具有 NA 的等权重投资组合 returns?
How do I calculate equal weighted portfolio returns with NA using PerformanceAnalytics?
我正在努力计算等权重投资组合 returns。我目前正在使用 PerformanceAnalytics
包中的 Return.portfolio
,但在处理 NA 时遇到问题。
举一个可重现的例子:
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
当我 运行 Example$PF.return <- Return.portfolio(Example[,1:3], geometric = F)
时,我收到一条警告 In Return.portfolio(Example, geometric = F) : NA's detected: filling NA's with zeros
并且实际上结果 PF.return.wrong
在计算中将 NA 包含为零。
我确实希望在 PF.return.expected
中获得结果。
我想做的是从投资组合 return 计算中排除 NA。但是我做不到。
作为一种潜在的解决方法,我考虑过将 return.portfolio
与下面的权重矩阵 Example.wt 结合使用:
structure(c(0.5, 0.5, 0.5, 0.333333333333333, 0.333333333333333,
0, 0, 0, 0.333333333333333, 0.333333333333333, 0.5, 0.5, 0.5,
0.333333333333333, 0.333333333333333), .Dim = c(5L, 3L), .Dimnames = list(
NULL, c("ALVGY", "BAYNGY", "BMWGY")), index = structure(c(1480464000,
1483142400, 1485820800, 1488240000, 1490918400), tzone = "UTC", tclass = "Date"), class = c("xts",
"zoo"))
ALVGY BAYNGY BMWGY
2016-11-30 0.5000000 0.0000000 0.5000000
2016-12-31 0.5000000 0.0000000 0.5000000
2017-01-31 0.5000000 0.0000000 0.5000000
2017-02-28 0.3333333 0.3333333 0.3333333
2017-03-31 0.3333333 0.3333333 0.3333333
运行 Example$PF.return.weighted <- Return.portfolio(Example[,1:3], geometric = F, weights = Example.wt)
我遇到三个问题:
- 出于某种原因,PF.return.weighted return 的第一行是 NA
- 第四行的值不等于PF.return.expected,我不明白为什么
Example.wt
是手动构建的,因为我没有设法计算它。
您知道为什么 PF.return.weighted 有 NA 以及为什么第四行值与预期值不同吗?
至于加权矩阵的计算,你知道我如何根据Example
自动计算它吗?我考虑过使用[=23的某种组合=] 和 !is.na()
但未能构建它。
抱歉这么久了 post 但我真的被困在这里了,非常感谢任何 help/hints!非常感谢!
我认为你遇到了这个问题,因为在重新平衡之前需要知道权重,即你可以获得有意义的值,如果你从你的权重索引中减去一天:
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
编辑:您可以使用这样的函数式方法获得权重:
####
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
我正在努力计算等权重投资组合 returns。我目前正在使用 PerformanceAnalytics
包中的 Return.portfolio
,但在处理 NA 时遇到问题。
举一个可重现的例子:
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
当我 运行 Example$PF.return <- Return.portfolio(Example[,1:3], geometric = F)
时,我收到一条警告 In Return.portfolio(Example, geometric = F) : NA's detected: filling NA's with zeros
并且实际上结果 PF.return.wrong
在计算中将 NA 包含为零。
我确实希望在 PF.return.expected
中获得结果。
我想做的是从投资组合 return 计算中排除 NA。但是我做不到。
作为一种潜在的解决方法,我考虑过将 return.portfolio
与下面的权重矩阵 Example.wt 结合使用:
structure(c(0.5, 0.5, 0.5, 0.333333333333333, 0.333333333333333,
0, 0, 0, 0.333333333333333, 0.333333333333333, 0.5, 0.5, 0.5,
0.333333333333333, 0.333333333333333), .Dim = c(5L, 3L), .Dimnames = list(
NULL, c("ALVGY", "BAYNGY", "BMWGY")), index = structure(c(1480464000,
1483142400, 1485820800, 1488240000, 1490918400), tzone = "UTC", tclass = "Date"), class = c("xts",
"zoo"))
ALVGY BAYNGY BMWGY
2016-11-30 0.5000000 0.0000000 0.5000000
2016-12-31 0.5000000 0.0000000 0.5000000
2017-01-31 0.5000000 0.0000000 0.5000000
2017-02-28 0.3333333 0.3333333 0.3333333
2017-03-31 0.3333333 0.3333333 0.3333333
运行 Example$PF.return.weighted <- Return.portfolio(Example[,1:3], geometric = F, weights = Example.wt)
我遇到三个问题:
- 出于某种原因,PF.return.weighted return 的第一行是 NA
- 第四行的值不等于PF.return.expected,我不明白为什么
Example.wt
是手动构建的,因为我没有设法计算它。
您知道为什么 PF.return.weighted 有 NA 以及为什么第四行值与预期值不同吗?
至于加权矩阵的计算,你知道我如何根据Example
自动计算它吗?我考虑过使用[=23的某种组合=] 和 !is.na()
但未能构建它。
抱歉这么久了 post 但我真的被困在这里了,非常感谢任何 help/hints!非常感谢!
我认为你遇到了这个问题,因为在重新平衡之前需要知道权重,即你可以获得有意义的值,如果你从你的权重索引中减去一天:
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
编辑:您可以使用这样的函数式方法获得权重:
####
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