问尝试用R中的for循环进行简单的迭代计算
EN

Stack Overflow用户

提问于 2018-01-12 19:11:02

回答 1查看 405关注 0票数 1

我试图在R中设置一个简单的for循环计算，从而用计算值填充数据。

这是它的要点：

我有一个数据格式，宽10列，长30行；这些列是模拟返回的向量，行是一个月的天数。
我有另一个相同大小的数据，其中第一行是今天日期的股票价格，所有其他行都是空的。
我只想使用给定的起始价格和第一个数据like中的模拟回报，使用如下的基本公式，迭代地填充第二个数据的其余部分的计算价格：

价格(今天)=价格(昨天)* (1 +模拟回报(今天))

下面是一个示例：

## This makes a 30x10 dataframe of random simulated returns
ret = replicate(10, rnorm(30, mean = 0.1, sd = 0.25))

## This makes the empty 30x10 dataframe where prices will go
pri = ret
pri[] = NA

## This fills the first row of the second dataframe with given values (today's price)
given = replicate(10, 1234)
pri[1,] = given

在这之后，我遇到了设计一个正确的for-循环的问题。我不知道如何构造这个语法来使这个迭代，以便根据第一个dataframe中返回时间(t)的相应值和第二个dataframe中前一个时间段(t-1)的价格，使用上面描述的基本公式，对第二个dataframe中的每个空行逐一填充空单元格。

我想说的是

pri[2,] = pri[1,] * (1 + ret[2,])

但是对于第二个dataframe中的所有剩余行(第2:30行，按列分隔)。如有任何建议，将不胜感激。

for-loop

iteration

回答 1

Stack Overflow用户

回答已采纳

发布于 2018-01-12 21:37:58

下面将介绍一种使用sapply的基于函数的解决方案。逻辑是用模拟的回报因子填充价格矩阵，然后用今天的价格填充第一行。sapply一次取1列，并根据该列的Price(today) = Price(yesterday) * (1 + Simulated Return(today))和返回值执行计算，

## This makes a 30x10 dataframe of random simulated returns. 
## Notice I have changed it to data.frame
ret = data.frame(replicate(10, rnorm(30, mean = 0.1, sd = 0.25))

## This makes the empty 30x10 dataframe where prices will go
pri = ret
## pri[] = NA -- no need. Let the factor be available for dates.

## This fills the first row of the second dataframe with given values (today's price)
given = replicate(10, 1234)
pri[1,] = given

# Function that performs calculation on simulated price based on previous day
poputate_value <- function(x){
  for(i in 2:length(x)){
    x[i] <- x[i-1] * (1 + x[i])
  }
  x
}

# Function will be applied on all columns and value will be returned to result
result <- sapply(pri, poputate_value)

## > head(result)

           X1       X2        X3       X4        X5       X6        X7        X8        X9       X10
[1,] 1234.000 1234.000 1234.0000 1234.000 1234.0000 1234.000 1234.0000 1234.0000 1234.0000 1234.0000
[2,] 1038.855 1580.027  991.9454 1975.709 1447.9575 1733.466  856.0908  928.6600 1119.1489 1011.4543
[3,] 1113.040 1411.237  807.3748 1791.978 1333.1235 1957.516  972.3401  874.6964 1133.1161 1095.7755
[4,] 1242.637 1104.528  906.7417 1443.040  944.8004 2198.782 1242.2810 1314.4354 1722.6803 1478.0986
[5,] 1822.834 1224.279 1245.4425 1381.826 1295.5291 2887.676 1349.2818 1367.2311  908.4315  780.4360
[6,] 1690.193 1218.778  883.5074 2126.224 1340.3102 2994.756 1542.1661 1300.4834  998.1949  702.0578