r - 如何在滚动回归中解决此错误?
问题描述
我正在尝试计算此财务数据的 beta。我想提取回归的第一个系数并将该值放入一个新列中。这必须为每个股票 ID 单独完成。回归应该使用代码所示的最近 30 个月的数据。我使用具有以下想法的滚动回归:
check[, b := as.data.table(roll_regres(lm(check$RET.USD ~ check$RMRF), width = 30, min_obs = 12))[,2], by = Id]
当我不考虑使用 by = Id 更改 ID 时,roll_regres 函数本身可以正常工作。在我看来,这不起作用是合乎逻辑的,但我想不出不同的方法。我在 3 年内将这些数据与两个 ID 一起使用:
> head(check)
Id RET.USD month year RMRF ym
1: 258580 -8.06 4 2001 7.94 Apr 2001
2: 258580 -11.57 5 2001 0.72 May 2001
3: 258580 -16.94 6 2001 -1.94 Jun 2001
4: 258580 -17.30 7 2001 -2.13 Jul 2001
5: 258580 -13.97 8 2001 -6.46 Aug 2001
6: 258580 -25.06 9 2001 -9.25 Sep 2001
也许你们中的一些人有更好的想法:) 谢谢!
解决方案
我们使用宽度为 5 且最小为 4,以便我们可以将其应用于问题中的 6 行数据表。使用定义的任一等效roll
函数。实际使用的那个避免 lm 给出相同的结果。
library(data.table)
library(zoo)
# roll <- function(x) coef(lm(x[, 1] ~ x[, 2]))[[2]]
roll <- function(x) cov(x[, 1], x[, 2]) / var(x[, 2])
DT[, beta := rollapplyr(cbind(RET.USD, RMRF), 5, roll, fill = NA,
partial = 4, by.column = FALSE), by = Id]
给予:
> DT
Id RET.USD month year RMRF ym beta
1: 258580 -8.06 4 2001 7.94 Apr 2001 NA
2: 258580 -11.57 5 2001 0.72 May 2001 NA
3: 258580 -16.94 6 2001 -1.94 Jun 2001 NA
4: 258580 -17.30 7 2001 -2.13 Jul 2001 0.8889737
5: 258580 -13.97 8 2001 -6.46 Aug 2001 0.5514858
6: 258580 -25.06 9 2001 -9.25 Sep 2001 0.9459004
作为检查,我们看到使用 lm 我们在第 5 行得到相同的 beta 值:
coef(lm(RET.USD ~ RMRF, DT, subset = 1:5))[[2]]
## [1] 0.5514858
笔记
Lines <- '
Id RET.USD month year RMRF ym
258580 -8.06 4 2001 7.94 "Apr 2001"
258580 -11.57 5 2001 0.72 "May 2001"
258580 -16.94 6 2001 -1.94 "Jun 2001"
258580 -17.30 7 2001 -2.13 "Jul 2001"
258580 -13.97 8 2001 -6.46 "Aug 2001"
258580 -25.06 9 2001 -9.25 "Sep 2001"'
DT <- fread(Lines)
推荐阅读
- python - 在所有管理页面中将模型字段设为只读
- java - 将文本发送到 ClientName 的文本框,当单击 Addmore 按钮创建具有相同 id 和类名的新文本框
- html - RouterLink 似乎大多数时候只是重新加载当前页面
- sip - 如何从 FusionPBX 视频会议室获取视频流
- azure-devops - 使用 REST API 将测试结果与测试用例链接
- c# - PostSharp 没有在新的 csproj 中运行
- html - HTML:表格边框未显示在电子邮件中
- java - 索引 1 超出范围(SQL Server 异常)
- jquery - Jquery查找子对象包含并替换文本
- scala - Scala 中的 foreach(_ => ()) 是什么意思?