没问题，我来帮你搞定这个需求！咱们用data.table的高效语法就能轻松实现，具体步骤如下：

1. 提取投资组合的日收益向量 #

首先，我们需要从portfolio_profit_daily中把前5天的收益数据提取成一个数值向量，方便后续计算相关性：

set.seed(1)
portfolio_profit_daily <- data.table(`Stat`="Profit","2019-01-01"=rnorm(1), "2019-01-02"=rnorm(1), "2019-01-03"=rnorm(1), "2019-01-04"=rnorm(1), "2019-01-05"=rnorm(1))
asset_forecasted_daily <- data.table(`Asset`=c("A1","A2","A3","A4"),"2019-01-01"=rnorm(4), "2019-01-02"=rnorm(4), "2019-01-03"=rnorm(4), "2019-01-04"=rnorm(4), "2019-01-05"=rnorm(4), "2019-01-06"=rnorm(4),"2019-01-07"=rnorm(4),"2019-01-08"=rnorm(4),"2019-01-09"=rnorm(4),"2019-01-10"=rnorm(4))

# 提取投资组合的5天收益向量（去掉Stat列）
port_profit_vec <- as.numeric(portfolio_profit_daily[, -"Stat"])

2. 新增相关性列到个股预测数据 #

接下来，我们用data.table的.SD（Subset of Data）特性，对每只个股的前5天预测收益，计算其与投资组合收益的相关性，并把结果作为新列加入asset_forecasted_daily：

方式一：指定具体日期列（硬编码）

如果日期固定，可以直接写出前5天的列名：

asset_forecasted_daily[, corr_with_portfolio := apply(.SD, 1, function(row_vals) {
  cor(row_vals, port_profit_vec)
}), .SDcols = c("2019-01-01", "2019-01-02", "2019-01-03", "2019-01-04", "2019-01-05")]

方式二：自动匹配日期列（更灵活）

如果后续日期有变化，我们可以自动提取前5个日期列（跳过第一列的Asset）：

# 自动获取前5个日期列名
date_cols <- colnames(asset_forecasted_daily)[2:6]

# 新增相关性列
asset_forecasted_daily[, corr_with_portfolio := apply(.SD, 1, function(row_vals) {
  cor(row_vals, port_profit_vec)
}), .SDcols = date_cols]

3. 查看结果 #

运行完上述代码后，你可以打印asset_forecasted_daily，就能看到新增的corr_with_portfolio列，里面就是每只个股前5天预测收益和投资组合收益的相关系数：

print(asset_forecasted_daily)

关键说明 #

• apply(.SD, 1, ...)：对.SD指定的列（前5天日期列）逐行应用相关性计算函数；
• :=：data.table中用于新增或修改列的高效操作符，避免复制整个数据集；
• 因为我们设置了set.seed(1)，所以运行结果是完全可复现的。

内容的提问来源于stack exchange，提问作者FG7