请教sas中的排序问题

请问楼主，你sort数据后干嘛用？是为rank数据做准备吗？

不管用途如何，现有的数据结构非常不便于编程。建议楼主调整一下数据结构，建议采用 公司-时间 为行，变量为列的数据结构。具体可以参考CSMAR等的数据结构。

11# BraveMadMan

谢谢大家的讨论！

我是从wind上下载的数据，每一列代表一个基金在某个时间段内的收益率，每一行代表某一特定日期各个基金的收益率。

想做的事情是：

1、按照0101这一天的收益率对基金进行排序；

2、排序后将基金分成两组；

3、求这两组基金在0102和0103等其他日期的平均收益率。

如果考虑到后面两个步骤，不知哪种方法更适合？我上午用transpose试了试，但接下来的步骤就不知道如何往下了。可能再用call sortn来试试。

再次谢谢！

补充一下，这里只是给的简单例子，实际的数据集涉及一百多个基金，一千多个交易日。每一年涉及的基金数目都不一样，因次上述提到的第二步基金分组不能简单用手工分。

sunnytree 发表于 2010-7-21 21:13
11# BraveMadMan

谢谢大家的讨论！

我是从wind上下载的数据，每一列代表一个基金在某个时间段内的收益率，每一行代表某一特定日期各个基金的收益率。

想做的事情是：

1、按照0101这一天的收益率对基金进行排序；

2、排序后将基金分成两组；

3、求这两组基金在0102和0103等其他日期的平均收益率。

如果考虑到后面两个步骤，不知哪种方法更适合？我上午用transpose试了试，但接下来的步骤就不知道如何往下了。可能再用call sortn来试试。

再次谢谢！

你是要做momentum吗？

建议你先用proc transpose将数据转成 公司-日期 为行，变量为列的数据，不然后续操作很难。

建议你发点样本数据上来，这样别人好帮你。

我不是做momentum，兄弟，你也是学金融的？以后多交流。

实际数据集和我给出的例子类似，只是数据更多。

附件我给出了其中一年的数据，涉及17只基金，要分成五组。

PROC IMPORT OUT= have
            DATAFILE= "c:\ret.xls"
            DBMS=EXCEL REPLACE;
     SHEET="have";
     GETNAMES=YES;
     MIXED=YES;
     USEDATE=YES;
     SCANTIME=YES;
RUN;

* Reshape data wide to long;
proc transpose data=have  out=have1 (rename=(col1=ret _name_=fund) drop=_label_);
by date;
run;

* Assign stocks to quintile portoflios (by date);
proc rank data=have1 out=have2 group=5;
  by date;
    var ret;
    ranks rk;
run;
data have2; set have2;
  by date;
  rk=rk+1;

* Assign base-date rankings to all dates;
proc sort data=have2 out=have3;        by fund date; run;
data have3; set have3;
  if date^=101 then rk=.; run;
data have3 (drop=rk);
retain fund date rank ret;
  set have3;
  by fund;
  retain rank;
  if first.fund then rank=rk;
run;

* Calculate average portfolio returns;
proc sql;
  create table rets_port as
  select date, rank, mean(ret) as ret        format 7.3
  from have3
  group by date, rank;
quit;

在此一游！！！！答案不知

关注也更反对过~~

12# sunnytree
我可以理解为根据前一段时间的表现来追踪接下来的表现么？
很有意思的一个做法，在我看来，这样做有点象Bayesian！
可以具体介绍一下完成了三个步骤之后你想得出的什么的结果？
或者这样说，你想infer什么？你的inference是基于什么基础上的。
SAS我可帮不了什么，要是你喜欢的话，我倒是可以提供R来完成你想要的东西！

听着好像是三因素模型的估计。