回归方程中的rollapply应用问题

Question

我正在处理每日股票数据，并试图从t-11个月时间窗口的每日股票数据中计算月β值(例如，Dec的beta值包含从1月到12月的每日股票数据)。另外，我想在回归方程中包含至少150个观测值。->Link to data screenshot

我想通过计算过去12个月超额股票回报率的回归系数来计算β值。我的样本数据列出了每只股票的超额回报(股票按一个数字分类)和最后一栏中的市场回报mktrf。

我想出了以下代码，但不幸的是我找不到错误:我在过去的12个月中使用了width=252，但还没有在代码中包含至少150个观察的先决条件。当股票被退市时，我也遇到了NAs的麻烦。我已经搜索了论坛，我只能在答案中找到相同的代码，所以我不知道我做错了什么。

rollingbeta <- rollapply(joined_data,
                     width=252,
                     FUN = function(x) {
                       t = lm(formula=paste0(" ` ", x , " ` ~ mktrf"), data = x, na.rm=T);
                       return(t$coef) },
                     by.column=TRUE, 
                      align="right")

理想情况下，我希望以与输入表相同的数据格式查找输出。

对此有什么想法吗？会很感激你的帮助！

下面是用dput创建的示例：

结构(Date=structure(Date= structure(c(16804,16805,16806,16807,16808,16811,16812,16813,16814,16815)，class = "Date")，10001 = c(NA，-0.0132978723404255，0.0132978723404255，0.0132978723404255，10001=c)，93436 =c，93436= c(NA，8.95215075422673e-05，-05，-0.0215627173661025，-0.0215627173661025)。-0.0149289099526067，0.0101996632186674，-0.0460065723674811，0.0293045779042485，-0.00577165583470751)，mktrf = c(-0.0159，0.0012，-0.0135，-0.0244，-0.0111，-6e-04，0.0071，-0.0267，0.0165，-0.0214)，row.names = c(NA，10L)，class =“data.frame”

Answer 1

我无法读取您的数据，但是使用BOD (即R附带的)，我们使用5行窗口执行滚动回归，如果5行不可用，则使用可用的行数，前提是至少有3行可用。此外，我们检查至少有3个完整的案例。

我们使用宽度向量而不是单一宽度来完成上述操作。此向量指示要使用的行数。如果至少有5行可用，我们使用5，否则使用可用行数；但是，如果可用行数小于3，则使用3，这将导致为该行生成NAs。

在coefs中，我们还检查是否有少于3个完整的情况，如果有，则返回NAs。

library(zoo)

n <- nrow(BOD)  # 6
w <- pmax(pmin(1:n, 5), 3)  # 3 3 3 4 5 5

coefs <- function(x) {
  if (sum(complete.cases(x)) >= 3) coef(lm(as.data.frame(x))) else c(NA, NA)
}
rollapplyr(BOD[2:1], w, coefs, by.column = FALSE, fill = NA)

给予：

     (Intercept)     Time
[1,]          NA       NA
[2,]          NA       NA
[3,]    1.833333 5.350000
[4,]    5.450000 3.180000
[5,]    7.750000 2.030000
[6,]   10.674324 1.301351

这也提供了同样的信息：

rbind(c(NA, NA), 
      c(NA, NA), 
      coefs(BOD[1:3, 2:1]), 
      coefs(BOD[1:4, 2:1]), 
      coefs(BOD[1:5, 2:1]), 
      coefs(BOD[2:6, 2:1]))

更新

添加的较短的dput输出给出了语法错误，但这一次它足够短，所以我能够将它编辑成可以工作的东西(请参阅最后的备注)。

我们使用8的宽度，或者如果可用的宽度小于8，我们至少使用4，否则我们返回NAs。另外，如果coefs的话，我们至少要使用3种完整的情况。

我们将DF转换成一个动物园对象，并假设最后一列(第3列)是因变量，其余2列是自变量。

library(zoo)

n <- nrow(DF)  # 10
w <- pmax(pmin(1:n, 8), 4)  #  [1] 4 4 4 4 5 6 7 8 8 8


coefs <- function(x) {
  if (sum(complete.cases(x)) >= 3) coef(lm(as.data.frame(x))) else c(NA, NA)
}

z <- read.zoo(DF)[, c(3, 1, 2)]
rollapplyr(z, w, coefs, by.column = FALSE, fill = NA)

给这个动物园的对象：

            (Intercept)     `10001`    `93436`
2016-01-04           NA          NA         NA
2016-01-05           NA          NA         NA
2016-01-06           NA          NA         NA
2016-01-07 -0.031077046 -2.44567879 -2.7398798
2016-01-08 -0.034601587 -2.65028219 -3.2757924
2016-01-11  0.003069533  0.35951677  1.2452355
2016-01-12 -0.001737647  0.15052197  0.7341502
2016-01-13 -0.001773568  0.09143210  0.5979455
2016-01-14 -0.001173643  0.07543222  0.6164919
2016-01-15 -0.005337689  0.28461054  0.6305395

备注

DF <- structure(list(date = structure(c(16804, 16805, 16806, 16807, 
16808, 16811, 16812, 16813, 16814, 16815), class = "Date"), `10001` = c(NA, 
-0.0132978723404255, 0.0148247978436657, 0.0146082337317397, 
0.0196335078534031, 0.0346598202824133, 0.0235732009925558, 0, 
-0.0145454545454544, -0.0172201722017221), `93436` = c(NA, 8.95215075422673e-05, 
-0.0196482119679542, -0.0154766252739225, -0.0215627173661025, 
-0.0149289099526067, 0.0101996632186674, -0.0460065723674811, 
0.0293045779042485, -0.00577165583470751), mktrf = c(-0.0159, 
0.0012, -0.0135, -0.0244, -0.0111, -6e-04, 0.0071, -0.0267, 0.0165, 
-0.0214)), row.names = c(NA, 10L), class = "data.frame")