我尝试使用常用的对数差分方法计算R中数据集的对数回报率。
我目前的每日收盘价列表如下:
总之,我有一个4,000只股票的数据集,涵盖了一年的时间。
以下是试验数据:
日期〈- c(2019年11月1日、2019年11月4日、2019年11月5日、2019年11月6日、2019年11月7日、2019年11月8日)
符合药代动力学- c(0.0035、0.003、0.0035、0.0057、0.0032、0.0032)
SWGI.药代动力学- c(0.51、0.51、0.51、0.51、0.51、0.51、0.51)
运行确认- c(35.53、35.62、35.76、35.52、35.6、36.07)
我想用R来计算。
通常,该公式用于计算回报。
退货=(新价格-旧价格)/旧价格[百分比],其中“新价格= t”和“旧价格= t-1”
我尝试了以下代码:
# First upload the financial data in R
library(readxl)
Closing_Prices_2020 <- read_excel("Closing_Prices_2020.xlsx")
然后我尝试了两种选择:
第一次尝试:
Returns_2020 <- Return.calculate(Daily_Returns_2020, method="log")
第二次尝试:
CalculateReturns(Closing_Prices_2020$ACCR.PK, method = c("discrete", "log"))
这两个都不适合我。有人能帮我计算一下每天的收益吗?谢谢!
1条答案
按热度按时间cdmah0mi1#
下面介绍如何使用
tidyquant
来实现这一点。加载数据:
计算每种证券的每日回报