在R中计算xts对象滚动60日回撤遇问题求助

我来帮你搞定这个滚动回撤计算的问题，先拆解下报错的根源，再给出实用的解决方案：

报错原因分析 #

1. rollapply(x, width=60, FUN=Drawdowns) 的错误：
   Drawdowns() 函数返回的是和输入序列长度完全一致的回撤序列（每个时间点对应相对于之前峰值的回撤）。当你用rollapply对60天窗口应用它时，每个窗口都会返回一个60行的xts对象，但rollapply默认会尝试把这些结果拼接成一个二维数组，这就导致了维度名和数组范围不匹配的错误——原数据的行数和窗口返回的行数根本无法对齐。

2. apply.rolling(x, width=60, FUN=SharpeRatio) 的错误：
   apply.rolling是PerformanceAnalytics里的旧函数，现在官方更推荐用rollapply。这个错误是因为SharpeRatio()默认返回的是包含多列的矩阵（比如不同无风险利率下的夏普比率），而apply.rolling在拼接结果时，列数不匹配导致失败。

可行解决方案 #

根据你的需求（计算滚动60日回撤），分两种常见场景给出代码：

场景1：计算每个日期对应的过去60天窗口内的最大回撤（最常用） #

我们需要自定义一个函数，让它在每个窗口内计算出一个单值（最大回撤幅度），这样rollapply就能正常拼接结果：

# 加载依赖包
library(xts)
library(PerformanceAnalytics)

# 自定义函数：计算单列收益数据的窗口内最大回撤
calc_max_drawdown <- function(returns) {
  # 先计算累计收益，再推导回撤序列，最后取最大回撤（最负的那个值）
  cum_returns <- cumprod(1 + returns)
  peak_values <- cummax(cum_returns)
  drawdowns <- (cum_returns - peak_values) / peak_values
  min(drawdowns, na.rm = TRUE)
}

# 应用滚动窗口计算（注意：你的示例数据只有6行，实际用width=60）
rolling_max_dd <- rollapply(
  data = x,
  width = 60,  # 实际使用60，这里示例用3演示
  FUN = calc_max_drawdown,
  by.column = TRUE,  # 对每种货币单独计算
  fill = NA,  # 窗口不足60天的位置填充NA
  align = "right"  # 结果对应窗口的最后一个日期（右对齐）
)

# 查看结果
head(rolling_max_dd)

场景2：获取每个60天窗口的完整回撤序列（较少用，结果体积大） #

如果你确实需要每个窗口的完整回撤数据，可以让rollapply返回列表，避免自动拼接的维度错误：

rolling_dd_list <- rollapply(
  data = x,
  width = 60,
  FUN = Drawdowns,
  by.column = FALSE,
  simplify = FALSE  # 不简化结果，返回列表
)

# 查看第一个窗口的回撤结果
rolling_dd_list[[1]]

额外：滚动夏普比率的正确写法 #

针对你提到的SharpeRatio报错问题，同样需要让函数返回单值：

rolling_sharpe <- rollapply(
  data = x,
  width = 60,
  FUN = function(rets) {
    # 指定无风险利率为0，返回第一个结果（单值）
    SharpeRatio(rets, Rf = 0)[[1]]
  },
  by.column = TRUE,
  fill = NA
)

关键注意事项 #

• 当使用rollapply时，一定要确保你的FUN返回的结果格式和rollapply的预期匹配：如果要得到结构化的xts结果，最好让FUN返回单值；如果需要多值结果，用simplify=FALSE返回列表。
• 优先使用rollapply而非apply.rolling，因为后者已经被PerformanceAnalytics标记为弃用函数。

内容的提问来源于stack exchange，提问作者paulb_82