按投资者分组并在滚动时间窗口应用自定义R函数

问题背景 #

现有两位投资者（Jane和Tom）连续5个月的股票收益及固定权重数据，已实现全周期的投资组合波动率计算，需进一步针对每位投资者，基于3个月滚动窗口（1-3月、2-4月、3-5月）计算加权投资组合波动率。

解决方案 #

借助dplyr的数据分组能力，结合slider包的滚动窗口函数，可高效实现需求。具体步骤如下：

1. 加载依赖包 #

library(dplyr)
library(slider)

2. 滚动窗口计算代码 #

# 确保数据按投资者和月份排序，保证滚动窗口逻辑正确
returns_df %>%
  arrange(Investor, Month) %>%
  group_by(Investor) %>%
  mutate(
    # 计算3个月滚动窗口的投资组合方差
    rolling_variance = slide_index_dbl(
      .x = pick(starts_with("Stock")),  # 提取窗口内的股票收益数据
      .i = Month,  # 按月份作为窗口索引
      .f = function(window_data) {
        # 因权重固定，取窗口内任意一行的权重即可（这里取第一行）
        window_weights = first(pick(starts_with("Weight")))
        lvar(x = window_data, weights = window_weights)
      },
      .before = 2,  # 窗口包含当前月份及前2个月，共3个连续月份
      .complete = TRUE  # 仅返回完整窗口的计算结果，不完整窗口返回NA
    ),
    # 波动率为方差的平方根
    rolling_volatility = sqrt(rolling_variance)
  ) %>%
  ungroup()

代码说明 #

• arrange(Investor, Month)：确保数据按投资者和月份顺序排列，避免滚动窗口出现时序混乱；
• slide_index_dbl：按Month列的顺序创建滚动窗口，自动处理分组内的窗口计算；
• .before = 2：定义窗口范围为当前行及之前的2行，形成3个月的滚动窗口；
• .complete = TRUE：仅当窗口包含完整3个月数据时才执行计算，因此每位投资者的前2个月（January、February）会返回NA，从第3个月（March）开始得到有效结果；
• 权重处理：由于每位投资者的权重全程固定，窗口内只需提取任意一行的权重即可，无需重复传递全量权重数据。

内容的提问来源于stack exchange，提问作者phinneasduck