在R中调用函数的动态解决方案

我试图在R中实现一个“动态”解决方案。 首先，我对4种不同的策略进行了投资组合优化：MV、CVaR、熵池和naive

作为下一步，我想计算一些性能度量，比如HHI

我现在的问题是：如何简化代码？如前所述，我得到了4种不同的策略，针对这些策略，我检索了4个不同的数据帧以及相应的优化权重。当然，有一个解决方案可以简化这一点

# call function
hhi_MV <- comp_HHI(weights_MV)
hhi_CVAR <- comp_HHI(weights_CVAR)
hhi_EP <- comp_HHI(weights_EP)
hhi_naive <- comp_HHI(weights_naive)

调用函数

---

hhi_MV不清楚您是如何生成权重对象的，但是将相关数据合并到一个列表中会容易得多。比如说

weights <- list(MV=weights_MV, CVAR=weights_CVAR, EP=weights_EP, naive=weights_naive)

---

最好避免使用存储有数据的变量名。如果希望在其中执行相同操作的相关值，则它们应位于列表中。R使使用列表变得非常容易。尝试动态创建变量名会更加混乱和容易出错，而且会使下游的一切工作变得更加困难。

或者使用

weights Thx@MrFlick创建列表，我得到了你！但是，除了清单上的解决方案之外，还有其他选择吗？因此，对于每种投资组合类型，我会收到4种不同的解决方案。简单地说，4个data.fames分开？我确实编辑了最初的帖子，请看结尾的另一个例子。最后一个问题：见上面！
#### Compute Cumulative Return (can take a while) #####
perf_MV <- comp_perf(r = returns, w = weights_MV, fund = 100, freq = "months")
perf_CVAR <- comp_perf(r = returns, w = weights_CVAR, fund = 100, freq = "months")
perf_EP <- comp_perf(r = returns, w = weights_EP, fund = 100, freq = "months")
perf_naive <- comp_perf(r = returns, w = weights_naive, fund = 100, freq = "months")

perf_* <- comp_perf(r = returns, w = weights_*, fund = 100, freq = "months")

# First compute returns from cumulative returns
return_MV <- monthlyReturn(xts(perf_MV$CumReturn[ ,-1], 
                               order.by = perf_MV$CumReturn[ ,1]))
return_CVAR <- monthlyReturn(xts(perf_CVAR$CumReturn[ ,-1], 
                               order.by = perf_CVAR$CumReturn[ ,1]))
return_EP <- monthlyReturn(xts(perf_EP$CumReturn[ ,-1], 
                               order.by = perf_EP$CumReturn[ ,1]))
return_naive <- monthlyReturn(xts(perf_naive$CumReturn[ ,-1], 
                                  order.by = perf_naive$CumReturn[ ,1]))

weights <- list(MV=weights_MV, CVAR=weights_CVAR, EP=weights_EP, naive=weights_naive)

hh <- lapply(weights, comp_HHI)

perf <- lapply(weights, function(x) comp_perf(r = returns, w = x, 
    fund = 100, freq = "months"))