>我正在建立一个获取股票组合净值的等式。
原始等式：
股票净值 * 股票权重/股票种类数量 + 债券 * 债券权重/债券类型数量 + 现金 * 现金重量/现金种类数量
对于日期序列。
匹配方法：例如，BackTest.table 中日期在 2008-7-15 之前的任何行都将匹配 Weight.table 中的第一行(涵盖从 2008-5-01 到 2008-7-15 的日期)。
这是BackTest.table的一部分，以便于想象。此表的标题为：日期、股票类型 1、股票类型 2、...、债券类型 1、债券类型 2、...、现金类型 4。(这只是类型数字的示例)它实际上与 Weight.table 中的类型编号匹配。
Date s1 s2 s3 s4 s5 b1 b2 b3 b4 b5 b6 b7 c1 c2 c3 c4
2 2008-07-01 0 -3.0158124 -0.055652040 1 0 0 0 0 0 0 0 0 0 0 0 0
3 2008-07-02 0 0.3838345 -0.119046476 1 0 0 0 0 0 0 0 0 0 0 0 0
4 2008-07-03 0 2.7602604 0.009611965 1 0 0 0 0 0 0 0 0 0 0 0 0
5 2008-07-04 0 -0.5370067 -0.009611041 1 0 0 0 0 0 0 0 0 0 0 0 0
6 2008-07-05 0 0.0000000 0.000000000 1 0 0 0 0 0 0 0 0 0 0 0 0
7 2008-07-06 0 0.0000000 0.000000000 1 0 0 0 0 0 0 0 0 0 0 0 0
8 2008-07-07 0 5.1583803 0.032680681 1 0 0 0 0 0 0 0 0 0 0 0 0
9 2008-07-08 0 0.8500539 0.048044124 1 0 0 0 0 0 0 0 0 0 0 0 0
10 2008-07-09 0 3.6352579 0.048981473 1 0 0 0 0 0 0 0 0 0 0 0 0
11 2008-07-10 0 -1.5689846 0.052797297 1 0 0 0 0 0 0 0 0 0 0 0 0
12 2008-07-11 0 -0.6688334 0.045093882 1 0 0 0 0 0 0 0 0 0 0 0 0
13 2008-07-12 0 0.0000000 0.000000000 1 0 0 0 0 0 0 0 0 0 0 0 0
14 2008-07-13 0 0.0000000 0.000000000 1 0 0 0 0 0 0 0 0 0 0 0 0
15 2008-07-14 0 1.0436299 0.033565414 1 0 0 0 0 0 0 0 0 0 0 0 0
16 2008-07-15 0 -3.8589001 0.004793450 1 0 0 0 0 0 0 0 0 0 0 0 0
17 2008-07-16 0 -4.0513392 0.034511187 1 0 0 0 0 0 0 0 0 0 0 0 0
18 2008-07-17 0 -1.0070062 0.009583134 1 0 0 0 0 0 0 0 0 0 0 0 0
19 2008-07-18 0 3.5303394 0.014373323 1 0 0 0 0 0 0 0 0 0 0 0 0
20 2008-07-19 0 0.0000000 0.000000000 1 0 0 0 0 0 0 0 0 0 0 0 0
21 2008-07-20 0 0.0000000 0.000000000 1 0 0 0 0 0 0 0 0 0 0 0 0
这是Weight.table的另一个部分，以便于想象。
Date Stock Numbers1 Bond Number2 Cash Number3
1 2008-04-30 0.0642 5 0.7858 2 0.1500 2
2 2008-07-15 0.0801 5 0.7699 2 0.1500 2
3 2008-07-31 0.0727 6 0.7773 2 0.1500 1
4 2008-10-31 0.1373 4 0.7127 2 0.1500 1
5 2008-11-30 0.1457 3 0.7144 2 0.1399 2
6 2009-01-31 0.1791 5 0.7242 2 0.0967 1
以下是 Weight.table 和 BackTest.table 的标头
dput(head(Weight.table))
structure(list(Date = structure(c(13999, 14075, 14091, 14183,
14213, 14275), class = "Date"), Stock = c(0.0642, 0.0801, 0.0727,
0.1373, 0.1457, 0.1791), Numbers1 = c(5L, 5L, 6L, 4L, 3L, 5L),
Bond = c(0.7858, 0.7699, 0.7773, 0.7127, 0.7144, 0.7242),
Number2 = c(2L, 2L, 2L, 2L, 2L, 2L), 现金 = c(0.15, 0.15,
0.15, 0.15, 0.1399, 0.0967), Number3 = c(2L, 2L, 1L, 1L,
2L, 1L)), row.names = c(NA, 6L), class = "data.frame")
dput(head(BackTest.table))
structure(list(Date = structure(c(14061, 14062, 14063, 14064,
14065, 14066), class = "Date"), s1 = c(0, 0, 0, 0, 0, 0), s2 = c(-3.01581241943634,
0.383834486785705, 2.76026041158503, -0.537006711952127, 0, 0
), s3 = c(-0.0556520404148886, -0.119046476128297, 0.00961196497399089,
-0.00961104116408056, 0, 0), s4 = c(1, 1, 1, 1, 1, 1), s5 = c(0,
0, 0, 0, 0, 0), b1 = c(0, 0, 0, 0, 0, 0), b2 = c(0, 0, 0, 0,
0, 0), b3 = c(0, 0, 0, 0, 0, 0), b4 = c(0, 0, 0, 0, 0, 0), b5 = c(0,
0, 0, 0, 0, 0), b6 = c(0, 0, 0, 0, 0, 0), b7 = c(0, 0, 0, 0,
0, 0), c1 = c(0, 0, 0, 0, 0, 0), c2 = c(0, 0, 0, 0, 0, 0), c3 = c(0,
0, 0, 0, 0, 0), c4 = c(0, 0, 0, 0, 0, 0)), row.names = 2:7, class = "data.frame")
但是，需要很长时间才能得到我想要的东西。所以我尝试使用 sapply，但结果不同。看来申请没有经过IFELSE过程？
为了获得这些值，我设置了一个常量 k，每当 Backtest.table 中的日期与 Weight.table 中的日期匹配时，k = k+1，因此它移动到下一行并使用新的权重来计算净值。
有效的原始代码：
k <- 1
for (t in 1:nrow(BackTest.table)) {
if (BackTest.table[t, 1] %in% Weight.table[, 1] == FALSE) {
NetReturnPt.table[t, 2] <- sum(BackTest.table[t, 2: ncol(BackTest.table)]*
c(rep(Weight.table[k, 2]/ Weight.table[k, 3], Weight.table[k, 3]),
rep(Weight.table[k, 4]/ Weight.table[k, 5], Weight.table[k, 5]),
rep(Weight.table[k, 6]/ Weight.table[k, 7], Weight.table[k, 7])
), na.rm = TRUE)
}
else {NetReturnPt.table[t, 2] <- sum(BackTest.table[t, 2: ncol(BackTest.table)]*
c(rep(Weight.table[k, 2]/ Weight.table[k, 3], Weight.table[k, 3]),
rep(Weight.table[k, 4]/ Weight.table[k, 5], Weight.table[k, 5]),
rep(Weight.table[k, 6]/ Weight.table[k, 7], Weight.table[k, 7])
), na.rm = TRUE)
k <- k + 1
}
}
dput(head(NetReturnPt.table[, 2]))
[1] -0.026597604 0.016239878 0.048405161 0.005821428 0.012840000 0.012840000
dput(NetReturnPt.table[20:25, 2])
[1] 0.016020000 0.073282388 0.014539880 0.003858773 0.065490672 -0.003378064
在前几个数据之后没有给出正确值的 APPLY 函数：
k <- 1
TestApply <- function(t) {
if (BackTest.table[t, 1] %in% Weight.table[, 1] == FALSE) {
NetReturnPt.table[t, 2] <- sum(BackTest.table[t, 2: ncol(BackTest.table)] *
c(rep(Weight.table[k, 2]/ Weight.table[k, 3], Weight.table[k, 3]),
rep(Weight.table[k, 4]/ Weight.table[k, 5], Weight.table[k, 5]),
rep(Weight.table[k, 6]/ Weight.table[k, 7], Weight.table[k, 7])
), na.rm = TRUE)
}
else { NetReturnPt.table[t, 2] <- sum(BackTest.table[t, 2:ncol(BackTest.table)] *
c(rep(Weight.table[k, 2]/ Weight.table[k, 3], Weight.table[k, 3]),
rep(Weight.table[k, 4]/ Weight.table[k, 5], Weight.table[k, 5]),
rep(Weight.table[k, 6]/ Weight.table[k, 7], Weight.table[k, 7])
), na.rm = TRUE)
k <- k + 1
}
}
test.result <- sapply(1: nrow(BackTest.table), function(t) TestApply(t))
dput(head(test.result))
[1] -0.026597604 0.016239878 0.048405161 0.005821428 0.012840000 0.012840000
dput(test.result[20:25])
[1] 0.012840000 0.058735697 0.011653687 0.003092799 0.052490651 -0.002707512
您可以看到前几个值与使用 FORLOOP 的值相同。因此，我想知道它是否没有经过 IFELSE 过程。
感谢您的宝贵时间，我要感谢Steven Lee告诉我显示我的代码的更好方法。
天哪，这令人困惑。看起来，如果你的数据结构正确，你根本不需要循环，而只需将合适数据框的列相除或相乘即可。
你的代码不起作用的原因是 k 现在是sapply函数参数的内部变量。sapply对 BackTest.table 的每一行重复调用TestApply，但每次调用TestApply时，k 都保持 1，因为k <- k + 1在TestApply之外没有任何影响。
处理此问题的一种方法是使用k <<- k + 1，这会在父环境中进行赋值(特别是定义k变量的第一个父环境)。虽然我认为这会起作用，但这既不是一个优雅也不安全的解决方案。通常，函数应该只通过返回值来影响其环境(更改k称为"副作用"，通常不鼓励)。
更好的办法是考虑如何清理、匹配和提取数据帧，然后以简单直接的方式将其用于计算。在这里，我无法帮助您：您需要告诉我们有关您的表格的更多信息(也许在另一个问题中)。
另一种方法是从以下代码开始：
sum(BackTest.table[t, 2: ncol(BackTest.table)] *
c(rep(Weight.table[k, 2]/ Weight.table[k, 3], Weight.table[k, 3]),
rep(Weight.table[k, 4]/ Weight.table[k, 5], Weight.table[k, 5]),
rep(Weight.table[k, 6]/ Weight.table[k, 7], Weight.table[k, 7])
这段代码是邪恶的。这很令人困惑，你不知道它做了什么(它似乎在尝试获得加权平均值，但有更快的方法可以做到这一点，例如weighted.mean)，这取决于 BackTest.table 中的列数。我会努力先清理这个烂摊子。
另请注意，具有仿行的向量需要计算t次，但实际上可以预先复制一次 Weight.table 的列，因为此过程对于每一行都是相同的。
编辑：好的，现在有了数据，我可以仔细看看这个邪恶的代码是做什么的。基本上，列是分组的，对于每个组，您都有一个权重，您应该根据该权重将值与该组中的列分开。所以代码的作者为了节省空间，使用了一种运行长度编码(0.0642重复5次，0.7858重复2次等)。
但是，Weight.table行具有不同的重复次数。这是一团糟，我真的非常鼓励您思考正在做什么以及如何最终获得最佳的一个数据框以用于您的计算。
这是一个建议的方法。正如 1 月所建议的那样，如果您重组数据，这应该很简单。
在这里，我重塑了Weight.table，使每一行显示每个类和日期的权重和数字。请注意，我更改了示例数据中的前两个日期，以便它们与其他表匹配。
library(tidyverse)
Weight.table.tidy <- Weight.table %>%
# Renaming here so the first character represents the class, and the second
# character represents (w)eight or (n)number.
rename(s_w = "Stock", s_n = "Numbers1",
b_w = "Bond", b_n = "Number2",
c_w = "现金", c_n = "Number3") %>%
gather(col, val, -Date) %>%
separate("col", c("class", "stat")) %>%
spread(stat, val)
head(Weight.table.tidy)
# Date class n w
#1 2008-07-01 b 2 0.7858
#2 2008-07-01 c 2 0.1500
#3 2008-07-01 s 5 0.0642
#4 2008-07-04 b 2 0.7699
#5 2008-07-04 c 2 0.1500
#6 2008-07-04 s 5 0.0801
现在我对BackTest.table做了类似的事情，重新塑造成长形式，使每一行包含一个Date、class和num，以及原始表中的相应值。然后我们可以将其连接到Weight.table.tidy并根据每个类+num组中的先前日期填充到所有NA日期。现在我们有一长串值，以及我们将用来对每个值进行加权的变量。
BackTest.table.tidy <- BackTest.table %>%
gather(type, val, -Date) %>%
separate("type", c("class", "num"), sep = 1) %>%
left_join(Weight.table.tidy) %>%
group_by(class, num) %>%
fill(n, w) %>% ungroup()
head(BackTest.table.tidy)
## A tibble: 6 x 6
# Date class num val n w
# <date> <chr> <chr> <dbl> <dbl> <dbl>
#1 2008-07-01 b 1 0 2 0.786
#2 2008-07-02 b 1 0 2 0.786
#3 2008-07-03 b 1 0 2 0.786
#4 2008-07-04 b 1 0 2 0.770
#5 2008-07-05 b 1 0 2 0.770
#6 2008-07-06 b 1 0 2 0.770
一个重新塑造，我们可以使用一条线来加权值，另一条线来对每个日期求和。作为矢量化解决方案，我希望它会比原始解决方案快得多。
BackTest.table.tidy %>%
mutate(val_wtd = val * w / n) %>%
count(Date, wt = val_wtd)