如何使用 R 计算三年滚动 return

How to calculate three year rolling return using R

我需要滚动 return 工作 3 年(每个 ID 3 年 return,每年)。

我尝试使用 PerformanceAnalytics 包,但我一直收到错误消息,提示我的数据不是时间序列。

当我使用该函数时,它显示为 TRUE,所以我完全不知道如何让 3 年滚动 return 起作用。所以我只需要有人向我提供将生成 3 年 returns.

的 R 代码

这是一个示例数据集

ppd_id   FY   TF_1YR
1      2001  -0.0636
1      2002  -0.0929
1      2003  0.1648
1      2004  0.1006
1      2005  0.1098
1      2006  0.0837
1      2007  0.1792
1      2008  -0.1521
1      2009  -0.1003
1      2010  0.0847
1      2011  0.0221
1      2012  0.1801
1      2013  0.146
1      2014  0.1202
1      2015  0.0105
1      2016  0.1022
1      2017  0.1286
1      2018  0.0929

Here's link to dataset

这是我的代码

library(smooth)
library(readr)
pensionreturns <- read_csv("pensionreturns.csv")
sma(pensionreturns, h=

假设:

  • 我们从末尾注释中的数据框 DF2 开始,这是有问题的重复数据,因此有 2 个 ID
  • 第三列代表 returns 所以 3 年 returns 是 1 加上最后 3 个值(当前值和之前的 2)中的每一个的乘积都减 1,即( 1 + r0) * (1 + r1) * (1 + r2) - 1 其中 r0 是当年的 return,r1 是前一年的 return,r2 是 return在那之前的一年。

将数据转换为广角形式的动物园系列 z,然后使用 rollapplyr。如果不需要开头的 NA,则省略 fill= 参数。结果将是 return 的动物园系列。 (我们可以使用 fortify.zoo,参见 ?fortify.zoo,将其转换为数据框,但如果将其保留为时间序列,执行进一步的时间序列操作会更容易。)

library(zoo)

z <- read.zoo(DF2, index = 2, split = 1, FUN = c)
rollapplyr(z + 1, 3, prod, fill = NA) - 1

给出这个动物园系列:

                1            2
2001           NA           NA
2002           NA           NA
2003 -0.010609049 -0.010609049
2004  0.162883042  0.162883042
2005  0.422740161  0.422740161
2006  0.323680900  0.323680900
2007  0.418212355  0.418212355
2008  0.083530596  0.083530596
2009 -0.100440641 -0.100440641
2010 -0.172530498 -0.172530498
2011 -0.002527919 -0.002527919
2012  0.308343674  0.308343674
2013  0.382282521  0.382282521
2014  0.514952431  0.514952431
2015  0.297228567  0.297228567
2016  0.247648627  0.247648627
2017  0.257004321  0.257004321
2018  0.359505217  0.359505217

备注

DF <- structure(list(ppd_id = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), FY = 2001:2018, TF_1YR = c(-0.0636, 
-0.0929, 0.1648, 0.1006, 0.1098, 0.0837, 0.1792, -0.1521, -0.1003, 
0.0847, 0.0221, 0.1801, 0.146, 0.1202, 0.0105, 0.1022, 0.1286, 
0.0929)), class = "data.frame", row.names = c(NA, -18L))

DF2 <- rbind(DF, transform(DF, ppd_id = 2))