时间戳

首页 > 解决方案 > 计算协方差矩阵并从 R 中的 cov() 中查看 NA 值

r - 计算协方差矩阵并从 R 中的 cov() 中查看 NA 值

问题描述

我有以下价格数据：

treas <- read.csv(file = 'treas.csv', header = TRUE, stringsAsFactors = FALSE)

2YR     3YR     5YR     7YR     10YR    30YR
0.41    0.85    1.65    2.18    2.6     3.43
0.41    0.85    1.65    2.2     2.61    3.45
0.4     0.82    1.63    2.17    2.59    3.44
0.41    0.86    1.66    2.19    2.6     3.44
0.43    0.88    1.69    2.22    2.62    3.45
0.45    0.93    1.71    2.24    2.64    3.47
0.44    0.91    1.7     2.23    2.65    3.47
0.42    0.88    1.66    2.17    2.58    3.41
0.45    0.93    1.7     2.21    2.6     3.41
0.49    0.95    1.71    2.21    2.61    3.4
0.51    0.99    1.77    2.27    2.66    3.44
0.48    0.95    1.71    2.21    2.61    3.43
0.48    0.94    1.71    2.22    2.64    3.47
0.5     0.94    1.71    2.22    2.63    3.44
0.48    0.96    1.72    2.23    2.63    3.45
0.49    0.95    1.7     2.19    2.59    3.41
0.48    0.92    1.68    2.17    2.57    3.38
0.46    0.9     1.64    2.14    2.53    3.35
0.45    0.88    1.64    2.14    2.54    3.36
0.47    0.88    1.62    2.13    2.53    3.34
0.47    0.9     1.66    2.17    2.58    3.4
0.49    0.95    1.71    2.22    2.64    3.46
0.52    0.98    1.74    2.25    2.65    3.47
0.52    1       1.74    2.24    2.63    3.44
0.51    0.99    1.7     2.19    2.58    3.38
0.51    0.97    1.68    2.17    2.57    3.37
0.46    0.93    1.66    2.15    2.55    3.38
0.48    0.92    1.65    2.13    2.53    3.34
0.48    0.95    1.68    2.17    2.55    3.36

我使用该apply()函数遍历所有列并使用Delt()Quantmod 包中的函数计算每日收益。

apply(treas, 2, Delt)

这给了我们：

> treas_ret
                X2YR         X3YR         X5YR         X7YR        X10YR        X30YR
   [1,]           NA           NA           NA           NA           NA           NA
   [2,]  0.000000000  0.000000000  0.000000000  0.009174312  0.003846154  0.005830904
   [3,] -0.024390244 -0.035294118 -0.012121212 -0.013636364 -0.007662835 -0.002898551
   [4,]  0.025000000  0.048780488  0.018404908  0.009216590  0.003861004  0.000000000
   [5,]  0.048780488  0.023255814  0.018072289  0.013698630  0.007692308  0.002906977
   [6,]  0.046511628  0.056818182  0.011834320  0.009009009  0.007633588  0.005797101
   [7,] -0.022222222 -0.021505376 -0.005847953 -0.004464286  0.003787879  0.000000000
   [8,] -0.045454545 -0.032967033 -0.023529412 -0.026905830 -0.026415094 -0.017291066
   [9,]  0.071428571  0.056818182  0.024096386  0.018433180  0.007751938  0.000000000
  [10,]  0.088888889  0.021505376  0.005882353  0.000000000  0.003846154 -0.002932551
  [11,]  0.040816327  0.042105263  0.035087719  0.027149321  0.019157088  0.011764706
  [12,] -0.058823529 -0.040404040 -0.033898305 -0.026431718 -0.018796992 -0.002906977
  [13,]  0.000000000 -0.010526316  0.000000000  0.004524887  0.011494253  0.011661808
  [14,]  0.041666667  0.000000000  0.000000000  0.000000000 -0.003787879 -0.008645533
  [15,] -0.040000000  0.021276596  0.005847953  0.004504505  0.000000000  0.002906977
  [16,]  0.020833333 -0.010416667 -0.011627907 -0.017937220 -0.015209125 -0.011594203
  [17,] -0.020408163 -0.031578947 -0.011764706 -0.009132420 -0.007722008 -0.008797654
  [18,] -0.041666667 -0.021739130 -0.023809524 -0.013824885 -0.015564202 -0.008875740
  [19,] -0.021739130 -0.022222222  0.000000000  0.000000000  0.003952569  0.002985075
  [20,]  0.044444444  0.000000000 -0.012195122 -0.004672897 -0.003937008 -0.005952381
  [21,]  0.000000000  0.022727273  0.024691358  0.018779343  0.019762846  0.017964072
  [22,]  0.042553191  0.055555556  0.030120482  0.023041475  0.023255814  0.017647059
  [23,]  0.061224490  0.031578947  0.017543860  0.013513514  0.003787879  0.002890173
  [24,]  0.000000000  0.020408163  0.000000000 -0.004444444 -0.007547170 -0.008645533
  [25,] -0.019230769 -0.010000000 -0.022988506 -0.022321429 -0.019011407 -0.017441860
  [26,]  0.000000000 -0.020202020 -0.011764706 -0.009132420 -0.003875969 -0.002958580
  [27,] -0.098039216 -0.041237113 -0.011904762 -0.009216590 -0.007782101  0.002967359
  [28,]  0.043478261 -0.010752688 -0.006024096 -0.009302326 -0.007843137 -0.011834320
  [29,]  0.000000000  0.032608696  0.018181818  0.018779343  0.007905138  0.005988024

最后，我将新创建的treas_ret数据框传递给cov()函数。

不幸的是，我们得到：

      X2YR X3YR X5YR X7YR X10YR X30YR
X2YR    NA   NA   NA   NA    NA    NA
X3YR    NA   NA   NA   NA    NA    NA
X5YR    NA   NA   NA   NA    NA    NA
X7YR    NA   NA   NA   NA    NA    NA
X10YR   NA   NA   NA   NA    NA    NA
X30YR   NA   NA   NA   NA    NA    NA

str(treas_ret)给我们：

 - attr(*, "dimnames")=List of 2
  ..$ : NULL
  ..$ : chr [1:6] "X2YR" "X3YR" "X5YR" "X7YR" ...

我试图传递treas_ret给该as.numeric函数，但这似乎不起作用。

在传递给 cov() 函数之前，有没有办法确保每日收益是数字的？

谢谢！

标签： rquantmod

解决方案

treas_ret已经是一个数值矩阵。这是由于NA矩阵中存在 s ，NA您在使用 时会获得所有值cov。

您可以删除NAs 然后使用cov

library(quantmod)
treas_ret <- apply(treas, 2, function(x) na.omit(Delt(x)))
cov(treas_ret)


#               X2YR         X3YR         X5YR         X7YR        X10YR         X30YR
#X2YR  0.00189071490 0.0009671260 0.0004751261 0.0003592459 0.0002632325 0.00006466673
#X3YR  0.00096712596 0.0009824173 0.0004852795 0.0003843313 0.0002665753 0.00014473384
#X5YR  0.00047512612 0.0004852795 0.0003163515 0.0002553111 0.0001938068 0.00011919805
#X7YR  0.00035924594 0.0003843313 0.0002553111 0.0002219907 0.0001694694 0.00011048543
#X10YR 0.00026323252 0.0002665753 0.0001938068 0.0001694694 0.0001472908 0.00010040032
#X30YR 0.00006466673 0.0001447338 0.0001191980 0.0001104854 0.0001004003 0.00008497829

另一种选择是use = "complete.obs"按照@H1 的建议使用，它给出了相同的结果。

treas_ret <- apply(treas, 2, Delt)
cov(treas_ret, use = "complete.obs")

推荐阅读