錯誤：order.by需要適當的基於時間的對象PerformanceAnalytics

'我是R新手，甚至更多的對象。我嘗試從數據框（df）的矢量上使用PerformanceAnalytics包。錯誤：order.by需要適當的基於時間的對象PerformanceAnalytics

我有以下的數據幀：

row.names Date PnL 
1 22 1992-01-02 -1.751133e-02 
2 23 1992-01-03 -1.586737e-02 
3 24 1992-01-06 -2.898982e-02

我嘗試：

TestS=SharpeRatio.annualized(df[,"PnL"],Rf=0,scale=252) 
    TestS=SharpeRatio.annualized(as.ts(df[,"PnL"]),Rf=0,scale=252)

它在對象分別返回錯誤和：

Error in checkData(R, method = "xts") : The data cannot be converted into a time series. If you are trying to pass in names from a data object with one column, you should use the form 'data[rows, columns, drop = FALSE]'. Rownames should have standard date formats, such as '1985-03-15'

dput(df[,"PnL")=0.00994504296273811, 0.00156467225423175, 0.00976137048829638, etc. 
dputdf[,"Date")=8036, 8037, 8040, 8041,etc.

程序包的幫助說功能有效在向量上。我沒有任何NA，因此我不明白爲什麼它不起作用。

來源

2012-07-12 VincentH

這不是一個很好的使用'dput'。 dput的目的是以保留數據的結構和屬性等方式來共享數據，這些數據可能（在這種情況下）會影響數據的處理方式。您可以從錯誤中看到，您的對象不是函數期望的「xts」時間序列。 – A5C1D2H2I1M1N2O1R2T1 2012-07-12 10:09:43

首先，您需要將數據幀轉換爲xts對象：

dfx = xts(df$PnL, order.by=as.Date(df$Date))

然後，你可以這樣做：

TestS = SharpeRatio.annualized(dfx, Rf=0, scale=252)

或者其他任何你需要做的。

來源

2012-07-12 10:03:42 A5C1D2H2I1M1N2O1R2T1

PerformanceAnalytics嘗試將您的數據轉換爲更易於在內部使用的表單。要使此工作與data.frame，data.frame必須有rownames格式化爲Date s。因此，這將工作

rownames(df) <- df[, 2] 
(TestS=SharpeRatio.annualized(df[, "PnL", drop=FALSE], Rf=0, scale=252)) 
#          PnL 
#Annualized Sharpe Ratio (Rf=0%) -8.767439

雖然PerformanceAnalytics聲稱對許多數據類型的工作，作者用xts廣泛。因此，如果不使用xts（例如將vector傳遞給此函數），他們可能錯過了一些代碼不太適合的地方。

我覺得在SharpeRatio.annualized的問題是，它調用Return.excess和Return.excess嘗試這一行

xR = coredata(as.xts(R) - as.xts(Rf))

但是，向量不能轉換爲xts把你的載體引入xts不添加時間指數。（另外，下一行使用apply，這不是用於向量）

來源

2012-07-12 13:12:58 GSee

錯誤：order.by需要適當的基於時間的對象PerformanceAnalytics

回答

相關問題