R：将每日收益转换为每月收益

Question

我有一个 xts 的每日回报，我想将其转换为每月回报。

我可以找到大量线程将每日价格转换为期间收益，但我需要转换每日收益。

遵循this 线程中的建议，效果很好，我注意到返回不是几何的，而是算术的。

因此，我需要像 cumprod(x+1)^(365/12)-1 这样的东西。

但是，将 sum(cx) 替换为 that 不起作用。

这是我的代码：

 # Generate data like the type I'm working with    
    testdata <- cbind(rnorm(100,0.0001,0.01),rnorm(100,0.0001,0.01))
    testdata <- as.xts(testdata, order.by = seq(Sys.Date()-99,Sys.Date(),1))


   myFun <- function(x) {
    # need coredata, so c.xts will not be dispatched
     cx <- coredata(x)
     Return = sum(cx)
     }

   MonthlyReturns <- NULL
   for (i in 1:ncol(testdata)){
     MonthlyReturns <- cbind(MonthlyReturns,period.apply(testdata[,i], endpoints(testdata[,i], "months"), 
     myFun))
   }

任何帮助表示赞赏！

编辑 - 输出应该与输入的格式相同 - 每月回报表而不是每日回报表。 xts 或数据框/矩阵。

编辑 - 对于那些对返回矩阵的来源感兴趣的人，我正在使用 Performance Analytics 包中的 Return.annualized 函数，如 here 所示。 （实际上，我已经使用Return.cumulative 对其进行了修改，速度要快得多）。所以是的，虽然我确实有一个价格矩阵并且可以从中轻松计算每月回报，但我的每日回报矩阵中有其他计算的额外列，因此我需要转换每日回报，而不是每日价格。

Answer 1

作为公认解决方案的替代方案，获得每月回报的更快方法（> 5 倍）是将aggregate 函数与cumprod 结合使用。

 system.time(aggregate(testdata,as.yearmon,function(x) tail(cumprod(1 + x) -1,1)))
   user  system elapsed 
  0.021   0.002   0.023 
 system.time(apply.monthly(testdata, Return.cumulative))
   user  system elapsed 
  0.116   0.002   0.118 

数据：

testdata <- as.xts(cbind(rnorm(10000,0.0001,0.01),rnorm(100,0.0001,0.01)), order.by = seq(Sys.Date()-9999,Sys.Date(),1))

Answer 2

由于您想要每月累积每日收益，我们可以使用xts 中的apply.monthly 函数每月应用PerformanceAnalytics 中的Return.cumulative 函数。这给了你你想要的。不错的简单解决方案，无需编写自己的函数。

library(PerformanceAnalytics) # for Return.cumulative function
library(quantmod) # loads xts which has apply.monthly function 

MonthlyReturns <- apply.monthly(testdata, Return.cumulative)
MonthlyReturns
                  [,1]         [,2]
2020-01-31 -0.09507546 -0.090607862
2020-02-29  0.04056104  0.001859122
2020-03-31  0.01451002  0.117231568
2020-04-12  0.01502248  0.026660881