使用'PerformanceAnalytics‘包计算绩效度量

Question

我需要使用R的'PerformanceAnalytics‘包，要使用这个包，我知道我需要将数据转换成xts数据，这实际上是一个拼板数据。根据这个论坛的建议，我做了以下工作：

library(foreign)
RNOM <- read.dta("Return Panel without missing.dta")
RNOM_list<-split(RNOM,RNOM$gvkey)
xts_list<-lapply(RNOM_list,function(x)
{out<-xts(x[,-1],order.by=as.Date(x$datadate,format="%d/%m/%Y")) })

它给了我RNOM_list和xts_list。

在此之后，请帮助我使用函数Return.calculate和lapply估计月度收益，并将生成的输出保存为我的原始数据集中的附加变量，以便进行回归分析？随后，我还需要估计VaR、ES和semi-sd。

数据可以从here下载。注意，prccm是数据中的月度收盘价，gvkey是公司ID。

Answer 1

实现这一目标的一个有效方法是使用'reshape2‘包将面板数据(长格式)转换为宽格式。执行估算后，将其转换回长格式或面板数据格式。下面是一个示例：

library(foreign)
library(reshape2)
dd <- read.dta("DDA.dta") // DDA.dta is Stata data; keep only date, id and variable of interest (i.e. three columns in total)
wdd<-dcast(dd, datadate~gvkey) // gvkey is the id
require(PerformanceAnalytics)
wddxts <- xts(wdd[,-1],order.by=as.Date(wdd$datadate,format= "%Y-%m-%d"))

ssd60A<-rollapply(wddxts,width=60,SemiDeviation,by.column=TRUE,fill=NA) // e.g of rolling window calculation
ssd60A.df<-as.data.frame(ssd60A.xts) // convert dataframe to xts
ssd60A.df$datadate=rownames(ssd60A.df) // insert time index
lssd60A.df<-melt(ssd60A.df, id.vars=c('datadate'),var='gvkey') // convert back to panel format
write.dta(lssd60A.df,"ssd60A.dta",convert.factors = "string") // export as Stata file

然后，只需将其与master数据库合并，即可执行一些回归。