如何在R的dataframe中基于列值条件计算个股周度beta值

• 第一步：提取基准市场收益率
  你数据中的SP500应和个股数据保存在同一张表的asset列中，假设SP500对应的asset标记为SP500，可替换为你实际的取值：

library(dplyr)
# 提取SP500的日度收益率数据
mkt_ret <- df %>%
  filter(asset == "SP500") %>%
  select(date, week, mkt_ret = ret)

• 第二步：匹配个股与市场日度收益率

# 剔除SP500本身的行，将个股日度收益率和对应日期的市场收益率匹配
stock_ret <- df %>%
  filter(asset != "SP500") %>%
  left_join(mkt_ret, by = c("date", "week"))

• 第三步：按个股+周度分组计算beta

weekly_beta <- stock_ret %>%
  group_by(asset, week) %>%
  # 可选过滤：周内交易日不少于3天，避免计算结果失真，可自行调整阈值
  filter(n() >= 3) %>%
  summarize(
    weekly_beta = cov(ret, mkt_ret, use = "complete.obs") / var(mkt_ret, use = "complete.obs"),
    .groups = "drop"
  )

注意：如果你的数据包含多个自然年，建议在生成周标识时同时关联年份，例如使用lubridate包生成year_week = paste(year(date), week, sep = "_")，分组时用asset和year_week作为分组字段，避免不同年份的同一周被合并计算。
use = "complete.obs"参数会自动跳过有缺失值的日期，避免计算报错。

内容的提问来源于stack exchange，提问作者Nish