如何用代码批量实现权重矩阵与收益矩阵的乘法并存储结果

问题描述 #

已通过以下R代码生成100组随机权重（对应4个交易标的）：

# 创建存储权重的矩阵
all_wts <- matrix(nrow = 100,
 ncol = length(tickers))  ### 标的数量为4                   

# 循环生成100组权重
for (i in 1:100) {
  wts <- runif(length(tickers))
  wts <- wts/sum(wts)

# 将权重存入矩阵
  all_wts[i,] <- wts }

生成的权重矩阵$w$每行对应一组权重：
$$ w= \begin{bmatrix}
w_1 & w_2 & w_3 & w_4 \
\vdots& \vdots & \vdots & \vdots \
\vdots & \vdots & \vdots & \vdots \
\end{bmatrix}$$

需要将每组权重与日对数收益矩阵$R_t$（对应代码中的log.return，共252行4列）逐元素相乘后按行求和。手动重复的示例代码如下：

a1 <- all_wts[1,] 
b <- log.return
yts <-  rowSums(a1 * b)

a2 <- all_wts[2,] 
b <- log.return
yts2 <- rowSums(a2*b)

手动重复效率极低，需批量完成运算并将结果存入新矩阵。

解决方案 #

方法1：矩阵乘法（最优解，高效简洁）

从线性代数角度，每组权重与收益矩阵的行求和操作，等价于收益矩阵与权重矩阵的转置相乘。最终结果矩阵的每行对应一个交易日，每列对应一组权重组合的收益。

代码实现：

# 直接通过矩阵乘法批量计算，结果维度：交易日数 × 权重组合数
portfolio_returns <- log.return %*% t(all_wts)

说明：log.return为252×4矩阵，t(all_wts)为4×100矩阵，相乘后得到252×100的矩阵，每一列对应一组权重计算出的每日收益序列，与手动计算结果完全一致。

方法2：apply函数遍历权重

若偏好直观的遍历逻辑，可使用apply函数对all_wts的每一行（每组权重）执行计算：

# 遍历每组权重，计算对应收益序列，转置后得到目标矩阵
portfolio_returns <- t(apply(all_wts, 1, function(w) {
  rowSums(w * log.return)
}))

说明：apply(all_wts, 1, ...)遍历权重矩阵的每一行，计算该行对应的每日收益序列，最后用t()转置，使结果结构与方法1一致。

方法3：改进循环批量存储

若习惯循环写法，可提前初始化结果矩阵，在循环中直接存储计算结果：

# 初始化结果矩阵，维度：交易日数 × 权重组合数
portfolio_returns <- matrix(nrow = nrow(log.return), ncol = nrow(all_wts))

# 循环计算每组权重对应的收益序列
for (i in 1:nrow(all_wts)) {
  wts <- all_wts[i,]
  portfolio_returns[,i] <- rowSums(wts * log.return)
}

说明：提前创建结果矩阵避免重复内存分配，每次循环将计算结果存入对应列，效率远高于手动重复代码。

内容的提问来源于stack exchange，提问作者A.F.R.S2022