计算时间序列的时间加权 returns

Question

在 R 中，我有一个每月 returns 的 xts 对象，我希望通过它单独计算每个资产的整体时间加权 return。这是数据示例：

                SPY      EFA   
 2005-02-28   0.0206   0.0371  
 2005-03-31  -0.0184  -0.0265  
 2005-04-29  -0.0189  -0.0163

例如，我要计算 SPY 从 2/28/05 到 4/29/05 的时间加权 returns。手动计算，我会计算为 [(1 + .0206)*(1 + -.0184) * (1 + .0189) - 1] * 100。我有 100 个资产向量。我将如何在 R 中完成此操作？谢谢。

Answer 1

可以选择sapply和prod匿名函数计算，如下：

df <- data.frame( spy = c(.0206,-0.0184,0.0189 ), efa = c(0.0371,-0.0265,-0.01631))

sapply(df,function(x)(prod(x+1)-1)*100)

输出：

> sapply(df,function(x)(prod(x+1)-1)*100)
       spy        efa 
 2.0755376 -0.6850001

手动乘以你的表达式得到：

((1 + .0206)*(1 + -.0184) * (1 + .0189) - 1) * 100 =  2.075538 (approx)

这与间谍的应用结果相同

Calculate time-weighted returns for a time series