计算data.table中每个月的股票数量不同的平均每月回报

如何解决计算data.table中每个月的股票数量不同的平均每月回报

假设我有一个data.table，priceDT，每天观察多个股票的回报，如下所示：

> priceDT
          Date      Return Share
 1: 2011-01-03  0.04500000   GAI
 2: 2011-01-03 -0.02100000   KDV
 3: 2011-01-04  0.03300000   GAI
 4: 2011-01-04  0.01770000   KDV
 5: 2011-01-05 -0.01742000   GAI
 6: 2011-01-05  0.07900000   KDV
 7: 2011-02-06  0.02400000   GAI
 8: 2011-02-06 -0.02110000   KDV
 9: 2011-02-07 -0.04300000   AFT
10: 2011-02-07  0.01199700   AIP
11: 2011-02-07  0.00551810   ARH
12: 2011-02-07  0.07451101   BIK
13: 2011-02-07 -0.03495597   BLU
14: 2011-02-07 -0.06062462   CGR
15: 2011-02-07 -0.03660000   GAI
16: 2011-02-07 -0.01240000   KDV

我想计算给定月份所有股票的平均月收益。因此，在2011年1月，这两个股票的平均回报率。由于“份额”列，我们知道它只有两个份额。第一步是获取该月每股的平均回报。然后获得该月股票投资组合的平均回报。因此，在一月份，GAI的平均值为0.02019333，KDV的平均值为0.02523333。因此，该月的平均值是：0.02019333

这就是投资组合收益的逻辑。我想在接下来的几个月中在data.table中重复

对于我的示例数据，我想要这样的结果：

portfolio

Date  avg_return
1: 2011-01  0.02271333
2: 2011-02 -0.008700561

数据：

priceDT <- fread(text = "Date,Return,Share
                 2011-01-03,0.045,GAI
                 2011-01-03,-0.021,KDV
                 2011-01-04,0.033,GAI
                 2011-01-04,0.0177,KDV
                 2011-01-05,-0.01742,GAI
                 2011-01-05,0.079,KDV
                 2011-02-06,0.024,GAI
                 2011-02-06,-0.0211,KDV
                 2011-02-07,-0.043,AFT
                 2011-02-07,0.011997,AIP
                 2011-02-07,0.0055181,ARH
                 2011-02-07,0.074511006,BIK
                 2011-02-07,-0.034955973,BLU
                 2011-02-07,-0.060624622,CGR
                 2011-02-07,-0.0366,GAI
                 2011-02-07,-0.0124,KDV
                 ")

portfolio <- fread(text = "Date,avg_return
                   2011-01,0.022713333
                   2011-02,-0.01194431
                   ")

解决方法

这是另一种方法，尽管我的结果与您的结果不符。

您可以为分组结果创建“年－月”列。按照您的步骤，您可以计算每个月（每个份额）的平均份额，我们将其称为ShareMean。

然后，您可以计算给定月份所有份额中这些平均值的平均值，我们将其称为MonthMean。

这是您的主意吗？

library(data.table)

priceDT[,YearMonth := list(substr(Date,1,7))]
priceDT[,.(ShareMean = mean(Return)),by = c("YearMonth","Share")][,.(MonthMean = mean(ShareMean)),by = "YearMonth"]

输出

   YearMonth    MonthMean
1:   2011-01  0.022713333
2:   2011-02 -0.008700561

,

您可以直接计算每月收益，我会这样做：

library(tidyverse)
library(lubridate)

priceDT %>%
mutate(month =  month.abb[month(Date)]) %>%
group_by(month) %>%
summarise(avg_return = mean(Return))

（{month.abb[month(Date)]表示月份的缩写，例如1月，2月）

或首先计算给定月份的平均份额：

priceDT %>%
 mutate(month =  month.abb[month(Date)]) %>%
 group_by(month,Share) %>%
 summarise(avg_return = mean(Return))

然后您可以按照上面的方法计算平均每月收益。

,

priceDT[,mean(Return),by = .(ym = format(Date,"%Y-%m"),Share)
        ][,mean(V1),by = ym]
#         ym           V1
# 1: 2011-01  0.022713333
# 2: 2011-02 -0.008700561

,

我看不出您如何执行步骤t，才能获得所有共享股票的每月平均回报...。 但这也许会让您入门？

#make dates
priceDT[,Date := as.Date( Date ) ]
# step 1: mean by share by month
priceDT[,.(avg_return = mean( Return,na.rm = TRUE) ),by = .( month = format(Date,Share ) ]

但是在这里，我看不到提供portfolio的逻辑...