如何使用tidyquant (性能分析)来计算资产按期间变化的投资组合中的投资组合统计数据

Question

我知道有很好的资源可以使用tidyquant for R中的性能分析来计算股票和投资组合的回报。例如，假设我们想要确定包含"XOM“(0.5)、"MA”(0.3)和"GOOG“(0.2)的投资组合的年度投资组合回报(2011到2015)，其中()表示投资组合中的资产权重。代码简单地说就是：

Ra_symbols <- c("XOM", "MA", "GOOG")

wts_map <- tibble(
  symbols = c("XOM", "MA", "GOOG"),
  weights = c(0.5, 0.3, 0.2)
  )

Ra_2010to2020 <- Ra_symbols %>% 
  tq_get(get  = "stock.prices",
         from = "2010-12-31",
         to   = "2015-12-31") %>%
  group_by(symbol) %>%
  tq_transmute(select = adjusted,
               mutate_fun = periodReturn,
               period = "yearly",
               col_rename = "Ra")

Ra_weightedportfolioreturn <- Ra_2010to2020 %>% 
  tq_portfolio(assets_col  = symbol, 
               returns_col = Ra, 
               weights     = wts_map, 
               col_rename  = "Ra_using_wts_map")

但是，如果投资组合包含每年不同权重的不同资产，我找不到任何资源来帮助编写代码。例如，假设我们有两个数据帧:一个包含每年的符号，另一个包含各自的投资组合权重。下面是要在csv文件中读取的代码，其中包含符号和权重，以及用于说明数据帧的图像。

symbols2011to2015 <- read_csv("Symboltest_2011to2015.csv")
weights2011to2015 <- read_csv("wtstest_2011to2015.csv")

​

​

​

​

我认为它会涉及一些整齐的函数，比如"apply“或"map"，但我不确定。另外，tidyquant是否可以像我所拥有的那样处理数据帧中的符号(和权重)，或者我是否需要将它们转换为类似于c("XOM"，"MA"，"GOOG")的结果的字符值？最后，我想将这个概念扩展到月度周期，但一旦我弄清楚了多年，这个过程应该是相似的。

任何帮助都将不胜感激！

Answer 1

(这是该评论的后续内容。)

在the PMwR manual中有文档。

returns的输入不必是zoo系列:只要价格是按列排列的，矩阵或数据帧也可以。但是，使用zoo非常方便。以您的示例为例：

library("zoo")
library("tidyquant")

P <- tq_get(c("XOM", "MA", "GOOG"),
            get  = "stock.prices",
            from = "2010-12-31",
            to   = "2015-12-31")

P <- do.call(merge, by(P, P$symbol, function(x) zoo(x$adjusted, x$date)))
##                GOOG       MA      XOM
## 2010-12-31 295.8760 21.09419 50.33540
## 2011-01-03 301.0466 20.78734 51.31982
## 2011-01-04 299.9358 21.05560 51.56077
## 2011-01-05 303.3978 21.67588 51.42308
## 2011-01-06 305.6045 21.76818 51.75351
## 2011-01-07 307.0690 21.76536 52.03575

现在假设您有一个权重矩阵W

W <- rbind(c(1/3, 1/3, 1/3),
           c(0.6, 0.2, 0.2),
           c(1/3, 1/3, 1/3),
           c(0.6, 0.2, 0.2),
           c(1/3, 1/3, 1/3))

以及重新平衡的日期：

when <- as.Date(c("2010-12-31", "2011-12-30", "2012-12-31",
                  "2013-12-31", "2014-12-31"))

when中的每个元素对应于W中的一行。现在我们可以计算投资组合的收益了。

library("PMwR")
R <- returns(P, rebalance.when = when, weights = W)
##  2011-01-03   2011-01-04   2011-01-05   2011-01-06  ....
## 0.007495421  0.004549025  0.012637607  0.005984054  ....

## ## If 'P' had not been a zoo matrix:
## returns(coredata(P), t = index(P), rebalance.when = when, weights = W)
## ## would work as well

returns期望输入一个价格序列。我们可以很容易地创建这样一个基于R的系列。

tmp <- cumprod(1 + returns(P, rebalance.when = when, weights = W, pad = 0))

我们可以将这个序列转换为持有期收益。

returns(tmp, period = "month")
##       Jan Feb  Mar  Apr  May  Jun  Jul  Aug  Sep  Oct  Nov  Dec  YTD
## 2011  5.7 3.5 -0.4  2.7 -0.9 -0.1  4.5 -1.7 -3.5 10.4  4.8  3.4 31.4
## 2012 -7.3 8.4  2.2 -1.7 -6.3  3.0  5.7  4.2  8.4 -5.4  2.3  0.5 13.2
## 2013  5.5 2.1  1.4  1.7  3.8  0.6  3.6 -3.8  4.7  9.7  4.6  7.9 49.7
## 2014 -0.4 3.3 -5.7 -2.6  4.3  1.0 -0.6  0.6 -0.9  1.0 -2.1 -1.6 -4.0
## 2015 -2.8 5.5 -3.3  1.8 -0.1 -1.0  6.8 -3.4 -1.8 13.0  1.3  0.7 16.6

returns(tmp, period = "year")
## 2011 2012 2013 2014 2015 
## 31.4 13.2 49.7 -4.0 16.6