我正在帮助一个朋友为一个明显教得不好的R班做一些R作业(因为课堂上涵盖的所有内容和补充材料都没有帮助)。
我们有两个数据集。一个包含公司股票的每日离散回报百分比,另一个包含两种货币的每日汇率,例如美元兑瑞士法郎。它看起来像这样:
Date Mon Day Exchangerate
2000 01 01 1.03405
2000 01 02 1.02987
2000 01 03 1.03021
2000 01 04 1.03456
2000 01 05 1.03200
每日离散回报:
Date Share1
20000104 -0.03778
20000105 0.02154
20000106 0.01345
20000107 -0.01234
20000108 -0.01789
任务是编写一个函数,该函数使用两个矩阵,并从瑞士投资者的角度计算每日回报。我们假设初始投资为1000美元。
我尝试使用 tidyverse 并使用 dplyr 的滞后函数计算总回报的变化和百分比变化,如下所示的代码。
library(tidyverse)
myCHFreturn <- function(matrix1, matrix2) {
total = dplyr::right_join(matrix1, matrix2, by = "date") %>%
dplyr::filter(!is.na(Share1)) %>%
dplyr::select(-c(Date, Mon, Day)) %>%
dplyr::mutate(rentShare1_usd = (1+Share1)*1000,
rentShare1_usd = dplyr::lag(rentShare1_usd) * (1+Share1),
rentShare1_chf = rentShare1_usd*Exchangerate,
rentShare1_chfperc =(rentShare1_chf - dplyr::lag(rentShare1_chf))/dplyr::lag(rentShare1_chf),
rentShare1_chfperc = rentShare1_chfperc*100)
}
问题在于函数的rentShare1_usd = dplyr::lag(rentShare1_usd) * (1+Share1)
部分依赖于为初始 1000 美元投资计算的值。因此,我的看法是,我们需要根据初始投资对变化进行某种类型的滚动计算。但是,我不知道如何在函数中实现这一点,因为我只使用滚动手段。我们希望根据可变股票1中给出的变化和前一天的投资价值来计算每日回报。任何帮助都非常感谢。
至少要指出解决方案的一部分,任何一天的单位份额价值是从开始日期到该日期(1 + daily_discrete_return)在相关时间段内的累计产品。使用每日离散回报表的扩展版本为例:
df = read.table(text = "Date Share1
20000104 -0.03778
20000105 0.02154
20000106 0.01345
20000107 -0.01234
20000108 -0.01789
20000109 0.02154
20000110 0.01345
20000111 0.02154
20000112 0.02154
20000113 0.01345", header = TRUE, stringsAsFactors = FALSE)
library(dplyr)
Shares = 1000
df1 = mutate(df, ShareValue = cumprod(1+Share1) * Shares)
Date Share1 ShareValue
1 20000104 -0.03778 962.2200
2 20000105 0.02154 982.9462
3 20000106 0.01345 996.1668
4 20000107 -0.01234 983.8741
5 20000108 -0.01789 966.2726
6 20000109 0.02154 987.0862
7 20000110 0.01345 1000.3625
8 20000111 0.02154 1021.9103
9 20000112 0.02154 1043.9222
10 20000113 0.01345 1057.9630
一旦你有一个表格,其中包含该日期的股票价值,你可以将其连接回你的汇率表,以计算该日期的瑞士货币等值,并扩展它以执行百分比变化等。