计算包含许多资产价格的每日时间序列的月收益答案

【问题标题】：Compute monthly returns for a daily time series containing prices for many assets计算包含许多资产价格的每日时间序列的月收益
【发布时间】：2018-02-07 19:34:01
【问题描述】：

我使用quantmod 下载了一堆资产的价格，然后将数据集合并为一个时间序列。

library(quantmod)

# Vector of stocks
stocks <- c('AEIS', 'ABC', 'AMGN', 'BBY', 'HRB', 'BKE', 'CPLA', 'GIB')

# Download data sets
getSymbols(stocks)

# Generate time series of prices
prices.data <- do.call(merge, lapply(stocks, function(x) Cl(get(x))))
colnames(prices.data) <- stocks

head(prices.data)

            AEIS    ABC  AMGN   BBY   HRB      BKE  CPLA  GIB
2007-01-03 18.75 23.055 68.40 49.06 23.20 23.00123 25.44 6.73
2007-01-04 18.89 23.145 71.33 49.84 23.28 22.73215 25.19 6.78
2007-01-05 18.63 22.865 71.50 50.00 22.95 21.87720 25.00 6.71
2007-01-08 18.88 23.225 70.93 49.42 23.27 21.76003 25.00 6.76
2007-01-09 18.66 23.150 71.27 49.04 23.48 22.54554 24.84 6.79
2007-01-10 18.93 23.260 71.04 49.41 23.97 22.12458 25.02 6.85

我现在想要一个新的时间序列returns.data，其中包含每项资产的每月回报。如何以最流畅的方式生成它？

【问题讨论】：

你有预期输出的例子吗？我假设您想要相同的格式（每个资产 1 列），对吧？

标签： r quantmod

【解决方案1】：

最流畅的时尚......这一个班轮？

只需使用来自 quantmod monthlyReturn 的实用程序：

out <- setNames(do.call(cbind, lapply(prices.data, monthlyReturn)), stocks)

setNames 允许您更新列名，而无需在另一行编写另一个替换函数 (http://adv-r.had.co.nz/Functions.html#special-calls)，通常类似于 colnames(out) <- stocks（我强调您不需要这样做） .

head(out)

                  AEIS          ABC        AMGN         BBY         HRB          BKE       CPLA        GIB
2007-01-31 -0.075733333  0.135979224  0.02880118  0.02731351  0.06034478 -0.049622659 0.11713832 0.15898960
2007-02-28  0.162146509  0.004200000 -0.08682678 -0.07777781 -0.11300813  0.027695074 0.15095000 0.08461538
2007-03-30  0.044687291  0.002851749 -0.13040773  0.04819279 -0.03574698  0.034482762 0.02537457 0.02364066
2007-04-30  0.164448614 -0.052322237  0.14781671 -0.04248766  0.07461977 -0.002240886 0.04203935 0.03810624
2007-05-31  0.001632694  0.024604920 -0.11989395  0.03515539  0.04776647  0.148231314 0.25207430 0.20244716
2007-06-29 -0.076609655 -0.034166340 -0.02054916 -0.03354738 -0.01350781 -0.036674811 0.05187388 0.03792784

【讨论】：