R：使用apply.fromstart计算收益和标准差

我想找出一个人在一段时间内的总回报以及他的回报的标准差。我在

PerformanceAnalytics

包中找到了一个函数，

apply.fromstart

，它看起来非常有前途。然而，我很难实施它

以下是我所拥有的： 包含各种数据的数据帧，包括每个时段的返回：
小时数据

        Time            Position  
2014-08-01 01:00:00      1.01    
2014-08-01 02:00:00      0.99  
2014-08-01 03:00:00      1.01  
2014-08-01 04:00:00      1.02  

我想找出每个时期的总回报，如下所示：

Period                TotalReturn
2014-08-01 01:00:00      1.01    
2014-08-01 02:00:00      1.01*0.99
2014-08-01 03:00:00      1.01*.099*1.01
2014-08-01 04:00:00      1.01*.099*1.01*1.02

我的代码当前为：

apply.fromstart（hourlyData[，2，drop=FALSE]，FUN=“*”，width=1）

我还想找出他的回报的标准差。我的这部分代码如下：

apply.fromstart（hourlyData[，2，drop=FALSE]，FUN=“sd”，width=1）

hourlyData$Position

的数据类型为“zoo”

我收到以下错误：

在zoo中（NA，order.by=as.Date（time（R））：
如果“order.by”中的索引项不唯一，则“zoo”对象的某些方法不起作用

我已经检查过了，我的行名称中没有重复项

以下是运行dput（hourlyData）的结果：

---

使用非常有效的矢量化基R函数

cumprod

获得第一个所需的结果。而第二个结果可以使用一个简单的

*apply

循环实现（效率较低）

如果你想继续学习

zoo

课程，请

cumprod(hourlyData$Position)
#         1         2         3         4         5         6 
# 1.0000000 0.9929392 0.9224669 0.9754125 1.0673348 1.1547867

否则

cumprod(as.numeric(hourlyData$Position))
## [1] 1.0000000 0.9929392 0.9224669 0.9754125 1.0673348 1.1547867

对于

sd

（由@akrun提议）（使用

vapply

代替

sapply

，以“挤压”其最大性能）

---

你能不能只使用

Reduce（

*

，hourlyData$Position）

？

cumprod（as.numeric（hourlyData$Position））

如@akrun

sapply（seq_len（nrow（hourlyData）），function（i）sd（hourlyData$Position[1:i]）

btw，只要

cumprod（hourlyData$Position）

完美，您就可以在运行

cumprod

时保持您的

zoo

课程，非常感谢！如果你愿意，给这个问题添加一个答案，这样我就可以接受了。再次感谢@David Arenburg，您可以查看累积标准偏差的“非*

apply

calculation”（似乎很快）。

cumprod(as.numeric(hourlyData$Position))
## [1] 1.0000000 0.9929392 0.9224669 0.9754125 1.0673348 1.1547867

vapply(seq_len(nrow(hourlyData)), function(i) sd(hourlyData$Position[1:i]), FUN.VALUE = double(1))
# [1] NA 0.004992723 0.039097989 0.052519398 0.063598345 0.063156702