資產回報歷史不同的投資組合回報
使用 R 中的 PerformanceAnalytics 包，我試圖計算包含 30 個資產的等權重投資組合的回報。但是，這些資產的起始時間點不同，導致多個資產從樣本期開始時就出現了缺失值。預設情況下，PerformanceAnalytics 將“0”值歸因於缺失值，從而導致資產在投資組合中被賦予正權重，儘管這些資產沒有任何可用的回報數據。
一旦有新資產可用，是否有可能讓 PerformanceAnalytics 忽略缺失值並重新平衡投資組合？
在此先感謝您的有益評論。
您可以使用貝氏方法。失去數據不是貝氏方法的內在問題，但是，在使用貝氏方法之前，您確實需要了解數據失去的原因。在您的情況下，這是因為這些公司不存在。這是相當幸運的，因為這使您的情況變得相當簡單。例如，如果有某些原因導致數據失去，就像您在其他社會科學數據中看到的那樣，例如尷尬，這是一個不同的問題。然後你就頭疼了。
您需要為位置中心的位置和比例參數開發先驗分佈。讓我們假設它們是按順序開始的，這樣 $ X_1 $ 是第一個開始的系列， $ X_2 $ 第二個和 $ X_{30} $ 最後。你會為第一個設置一個先驗，直到你在觀察之前成為一個觀察者 $ X_2 $ . 你會處理你的後密度 $ X_1 $ 作為先驗 $ X_2 $ . 我會削弱比例參數以覆蓋參數的機率 $ X_2 $ 不一樣 $ X_1 $ . 重複直到所有系列都開始。
對於內部缺失的觀察，例如沒有交易的日子，您將從先前的觀察中估計可能值的分佈並將其邊緣化，這樣您就不會從缺失的觀察中失去資訊。
使用平均值的替代方案會扭曲比例參數並扭曲任何推斷。
第三種選擇，等到他們都共享一個時間序列，浪費資訊。
見： http: //www.bias-project.org.uk/papers/NonTechnicalMissingTalkSlides.pdf
如果您從未使用過貝氏方法，請給我發一個問題，我會提供一些額外的資訊。
你有兩個選擇：
只需使用可用於所有資產的數據的日期
- 將價格向量轉換為 xts 格式
test <- xts([returnvector1], order.by=[column with date])
- 將各個價格向量合併到一個大回報矩陣
PriceMat <- merge(test1, test2, test3,..., by=["Date"], all=FALSE)
- 將價格矩陣轉換為收益矩陣庫（quantmod）
RetMat <- apply(PriceMat,2,Delt,type=geometric) ```它應該像這樣工作。我很抱歉，但我沒有機會檢查程式碼。填充平均值
您可以先將價格向量轉換為返迴向量，然後將它們合併 (
merge(retvec1, retvec2, all=TRUE))。您現在將獲得的矩陣將具有許多 NA 值。找到那些 NA 用單個資產的平均回報覆蓋它們