错误：order.by 需要适当的基于时间的对象 PerformanceAnalytics答案

【问题标题】：Error: order.by requires an appropriate time-based object PerformanceAnalytics错误：order.by 需要适当的基于时间的对象 PerformanceAnalytics
【发布时间】：2012-07-12 00:56:13
【问题描述】：

's我是 R 的新手，对 ts 对象更是陌生。我尝试在数据帧 (df) 中的向量上使用包 PerformanceAnalytics。

我有以下数据框：

    row.names   Date    PnL
1   22  1992-01-02  -1.751133e-02
2   23  1992-01-03  -1.586737e-02
3   24  1992-01-06  -2.898982e-02

我试过了：

  TestS=SharpeRatio.annualized(df[,"PnL"],Rf=0,scale=252)
  TestS=SharpeRatio.annualized(as.ts(df[,"PnL"]),Rf=0,scale=252)

分别返回对象中的错误和：

checkData(R, method = "xts") 中的错误：数据无法转换为时间序列。如果您尝试从具有一列的数据对象中传递名称，则应使用“data[rows, columns, drop = FALSE]”形式。行名应该有标准的日期格式，例如 '1985-03-15'

dput(df[,"PnL")=0.00994504296273811, 0.00156467225423175, 0.00976137048829638, etc.
dputdf[,"Date")=8036, 8037, 8040, 8041,etc.

软件包的帮助说该函数适用于矢量。我没有任何 NA，因此我不明白为什么它不起作用。

【问题讨论】：

dput 的用法不是很好。 dput 的目的是以保留数据结构和属性等内容的方式共享数据，这可能（如在本例中）对数据的处理方式产生影响。您可以从错误中看到您的对象不是函数所期望的xts 时间序列。

标签： r time-series xts

【解决方案1】：

首先，您需要将数据框转换为xts 对象：

dfx = xts(df$PnL, order.by=as.Date(df$Date))

那么你可以这样做：

TestS = SharpeRatio.annualized(dfx, Rf=0, scale=252)

或者你需要做的任何其他事情。

【讨论】：

【解决方案2】：

PerformanceAnalytics 尝试将您的数据转换为更易于在内部使用的形式。要使用data.frame 进行这项工作，data.frame 必须具有格式类似于Dates 的rownames。所以，这会工作

rownames(df) <- df[, 2]
(TestS=SharpeRatio.annualized(df[, "PnL", drop=FALSE], Rf=0, scale=252))
#                                      PnL
#Annualized Sharpe Ratio (Rf=0%) -8.767439

虽然 PerformanceAnalytics 声称可以处理许多数据类型，但作者广泛使用xts。因此，他们可能遗漏了一些不使用xts 时代码无法正常工作的地方，例如将vector 传递给此函数。

我认为SharpeRatio.annualized 中的问题在于它调用Return.excess 和Return.excess 试图将你的向量变成xts 用这条线

xR = coredata(as.xts(R) - as.xts(Rf))

但是，如果不添加时间索引，则无法将矢量转换为 xts。（另外，下一行使用apply，这不适用于向量）

【讨论】：