Question

我必须计算出一个能够提供历史系列存货的病媒的回报。病媒形式如下:

a <- c(10.25, 11.26, 14, 13.56)

我需要计算每日收益/损失((%),即从10.25到11.26,然后从11.26到14等。

是否有自动计算这一费用的职能?

Answer 1

根据你的抽样数据,我认为你指的是:

a <- c(10.25, 11.26, 14, 13.56) 
> diff(a)/a[-length(a)]
[1]  0.09853659  0.24333925 -0.03142857

<代码>diff 回归滞后差异的矢量和a [-length(a)] 放弃了a的最后一个要素。

Answer 2

您可在<代码>quantmod中找到职能。与你的工作有关:

> require(quantmod)
> Delt(a)
     Delt.1.arithmetic
[1,]                NA
[2,]        0.09853659
[3,]        0.24333925
[4,]       -0.03142857

Answer 3

你们也可以利用回报与原木回报减价等值的确切关系。因此,如果<打字码>标/编码>包含贵方的价格,则如下:

Returns = exp(diff(log(Prices))) - 1

请注意,这是一个exact关系,而不是@PBS的答复中给出的大致关系。

Answer 4

更详细的例子有多个时间序列:

############ Vector  ############

vPrice <- (10.25, 11.26, 14, 13.56) 
n = length(vPrice)

#Log returns

log_ret <- diff(log(vPrice)) # or = log(vPrice[-1]/vPrice[-n]) because "..[-i]" removes the i th item of the vector
log_ret

#Simple returns

simple_ret <- diff(vPrice)/vPrice[1:(n-1)] # or = diff(vPrice)/vPrice[-n]
simple_ret


############ Multiple Time series ############

head(EuStockMarkets)

mPrice <-  EuStockMarkets
n = dim(mPrice)[1] #Nb rows

log_ret <- diff(log(mPrice))
head(log_ret)

simple_ret <- diff(mPrice)/mPrice[1:(n-1),]
head(simple_ret)


#Total Returns

total_log_ret <- colSums(log_ret,2) #just a sum for log-returns
total_log_ret
total_Simple_ret <- apply(1+simple_ret, 2, prod)-1 # product of simple returns
total_Simple_ret

##################

#From simple to log returns 
all.equal(log(1+total_Simple_ret),total_log_ret) #should be true

#From Log to simple returns 
all.equal( total_Simple_ret,exp(total_log_ret)-1) #should be true

Answer 5

ret<-diff(log(a))

这将使你们获得几何回报——按日平均分配(较低边界为100%,因为价格总是非否定性),因此,<代码>ln(价格)

对于“正常”的回归范围,<代码>[P(t+1)-P(t)]/P(t)和<代码>LN(P(t+1)/P(t)之间的差额应可忽略不计。我希望这一帮助。

Answer 6

另一种可能性是<代码>ROC功能 ofTTR 一揽子:

library(TTR)
a <- c(10.25, 11.26, 14, 13.56)
ROC(a, type = "discrete")
## [1]          NA  0.09853659  0.24333925 -0.03142857

<代码> 类型 = 连续(也是缺损的)使回归者:

ROC(a)
## [1]          NA  0.09397892  0.21780071 -0.03193305

Answer 7

你可以这样做:

(PRICE / lag(PRICE)-1) * 100

友情链接