R 创建历史交易的投资组合回报

Question

我创建这个线程是因为目前在事件研究中没有用于投资组合日历方法的线程。虽然这种方法用于金融领域，但这个问题与使用这种方法的第一步中使用的代码有关；计算一段时间内所有交易的平均回报。

我想在样本期间（本例中：2000 年 1 月 1 日至 2010 年 1 月 1 日）创建一组预先指定交易 (n =~100000) 的投资组合回报（同等加权），同时已经有这些交易每天的实际回报。由于这是一项事件研究，因此每次交易仅考虑前 x 天（本例中为 21 天，t=0 是该期间的开始日，t=20 是交易的最后一天）。

数据的结构如下：

对于每笔交易，ID 都是唯一的，并且对于每笔交易，事件发生后每天的实际回报都是已知的。例如，Ret.t0 是事件发生当天的回报（可在“日期”列中找到，例如 2000-01-01），Ret.t1 是事件发生后 1 天的回报。事件发生了（例如，2000-01-02）。

创建一个可在 r 代码中重现的示例：

size = 1e5

df <- data.frame(
  ID = seq.int(size),
  FirmID = sample(1:1000),
  Date = sample(seq(
    as.Date('2000/01/01'), as.Date('2010/01/01'), by = "day"
  ), size, replace = TRUE),
  Ret.t0 = sample(-2000:2000, size, replace = TRUE)/100000,
  Ret.t1 = sample(-2000:2000, size, replace = TRUE)/100000,
  Ret.t2 = sample(-2000:2000, size, replace = TRUE)/100000,
  Ret.t3 = sample(-2000:2000, size, replace = TRUE)/100000,
  Ret.t4 = sample(-2000:2000, size, replace = TRUE)/100000,
  Ret.t5 = sample(-2000:2000, size, replace = TRUE)/100000,
  Ret.t6 = sample(-2000:2000, size, replace = TRUE)/100000,
  Ret.t7 = sample(-2000:2000, size, replace = TRUE)/100000,
  Ret.t8 = sample(-2000:2000, size, replace = TRUE)/100000,
  Ret.t9 = sample(-2000:2000, size, replace = TRUE)/100000,
  Ret.t10 = sample(-2000:2000, size, replace = TRUE)/100000,
  Ret.t11 = sample(-2000:2000, size, replace = TRUE)/100000,
  Ret.t12 = sample(-2000:2000, size, replace = TRUE)/100000,
  Ret.t13 = sample(-2000:2000, size, replace = TRUE)/100000,
  Ret.t14 = sample(-2000:2000, size, replace = TRUE)/100000,
  Ret.t15 = sample(-2000:2000, size, replace = TRUE)/100000,
  Ret.t16 = sample(-2000:2000, size, replace = TRUE)/100000,
  Ret.t17 = sample(-2000:2000, size, replace = TRUE)/100000,
  Ret.t18 = sample(-2000:2000, size, replace = TRUE)/100000,
  Ret.t19 = sample(-2000:2000, size, replace = TRUE)/100000,
  Ret.t20 = sample(-2000:2000, size, replace = TRUE)/100000)

主要问题是，例如，2000 年 1 月 1 日进行的交易在 t=6 日的回报需要与 2000 年 1 月 7 日进行的交易相匹配，其回报对应于 t=0 天。每笔有回报的交易都需要考虑到平均回报，即投资组合回报。然而，任何给定时间的交易数量也不固定。

投资组合回报输出需要如下所示：

Date       Return
2000-01-01 0.01205
2000-01-02 0.0089
2000-01-03 0.0012
….
2010-01-21 0.0302

Answer 1

像这样？

library(dplyr)
library(tidyr)

df %>%
    ## ID not needed:
    select(-ID) %>%
    ## stack return timepoints per FirmID and Date
    pivot_longer(cols = starts_with('Ret'),
                 names_to = 'return_code',
                 values_to = 'return') %>%
    arrange(FirmID, Date) %>%
    rename('start_date' = 'Date') %>%
    ## extract timepoint t = 0, 1, ... from return code Ret.t0 ...
    ## and cast it to integer to add it to start date:
    mutate(t = gsub('.*t', '', return_code) %>% as.integer,
           date = start_date + t) %>%
    ## group by actual date and summarise:
    group_by(date) %>%
    summarise(avg_return = mean(return, na.rm = TRUE))