如何在R语言中计算多只股票的日收益率（含对数收益率）

问题分析 #

你之前的尝试失败主要有几个原因：

• 第一种方法中使用了未定义的对象Daily_Returns_2020（应为导入的Closing_Prices_2020），且未加载PerformanceAnalytics包（Return.calculate函数来自该包），同时未将数据转换为符合要求的时间序列格式。
• 第二种方法的CalculateReturns（来自TTR包）参数错误：method不能同时传入两个选项，且仅针对单只股票计算，未实现批量处理多列数据。

解决方案 #

下面提供两种可靠的批量计算方法，适配你的4000只股票数据集：

方法1：使用PerformanceAnalytics包（专业金融分析工具） #

该包的Return.calculate支持批量处理多只股票，原生支持对数收益率计算：

# 加载所需包
library(readxl)
library(PerformanceAnalytics)
library(xts)

# 导入数据并处理日期格式
Closing_Prices_2020 <- read_excel("Closing_Prices_2020.xlsx")
Closing_Prices_2020$Date <- as.Date(Closing_Prices_2020$Date, format = "%d.%m.%Y")

# 将数据转换为xts时间序列对象（必须以日期为索引）
price_xts <- xts(Closing_Prices_2020[, -1], order.by = Closing_Prices_2020$Date)

# 计算对数收益率
Returns_2020 <- Return.calculate(price_xts, method = "log")

# 查看结果（首行NA，因为无前置日期数据）
head(Returns_2020)

方法2：使用dplyr手动计算（轻量灵活，适合大数据） #

如果不想依赖金融分析包，可以用对数收益率的核心公式log(price_t) - log(price_t-1)批量计算：

# 加载所需包
library(readxl)
library(dplyr)

# 导入数据并处理日期格式
Closing_Prices_2020 <- read_excel("Closing_Prices_2020.xlsx")
Closing_Prices_2020$Date <- as.Date(Closing_Prices_2020$Date, format = "%d.%m.%Y")

# 批量计算所有股票的对数收益率
Returns_2020 <- Closing_Prices_2020 %>%
  mutate(across(where(is.numeric), ~ log(.) - lag(.), .names = "{col}_log_return"))

# 查看结果
head(Returns_2020)

示例数据验证 #

用你提供的示例数据测试方法2，代码如下：

# 构造示例数据
Date <- as.Date(c("01.11.2019", "04.11.2019", "05.11.2019", "06.11.2019", "07.11.2019", "08.11.2019"), format = "%d.%m.%Y")
ACCR.PK <- c(0.0035, 0.003, 0.0035, 0.0057, 0.0032, 0.0032)
SWGI.PK <- c(0.51, 0.51, 0.51, 0.51, 0.51, 0.51)
HURC.OQ <- c(35.53, 35.62, 35.76, 35.52, 35.6, 36.07)
sample_data <- data.frame(Date, ACCR.PK, SWGI.PK, HURC.OQ)

# 计算对数收益率
sample_returns <- sample_data %>%
  mutate(across(where(is.numeric), ~ log(.) - lag(.), .names = "{col}_log_return"))

print(sample_returns)

运行后会得到每只股票的对数收益率列，其中SWGI.PK的收益率全为NA和0（因价格无波动），符合预期。

内容的提问来源于stack exchange，提问作者Li4991