Python 计算标准偏差时的浮点误差?
使用Python 计算标准偏差时的浮点误差?,python,numpy,pandas,Python,Numpy,Pandas,使用pandas/numpy,在尝试计算标准偏差时,有时会出现浮点错误: FloatingPointError:在less中遇到无效值 我的代码如下所示: def historical_volatility(p): return p.pct_change().ewm(span=35, min_periods=35).std() 只有浮动的数据帧进入 我的理解是,由于计算标准偏差的技术原因,偏差特别小的情况将导致浮点错误 我怎样才能使它更健壮 另外,可以为低波动性设定“最小值”;如果结果
pandas/numpy
,在尝试计算标准偏差时,有时会出现浮点错误:
FloatingPointError:在less中遇到无效值
我的代码如下所示:
def historical_volatility(p):
return p.pct_change().ewm(span=35, min_periods=35).std()
只有浮动的数据帧进入
我的理解是,由于计算标准偏差的技术原因,偏差特别小的情况将导致浮点错误
我怎样才能使它更健壮
另外,可以为低波动性设定“最小值”;如果结果为0,则会很糟糕,因为我随后将除以这些数字。计算标准偏差可能需要求方差的平方根。后者只有在精度损失的情况下才能为负值。如果是这种情况,您可能不在乎您的方差是1e-16还是零。如果您这样做,您可能需要使用扩展精度(不容易),或者切换到十进制算术。计算标准偏差可能需要做方差的平方根。后者只有在精度损失的情况下才能为负值。如果是这种情况,您可能不在乎您的方差是1e-16还是零。如果您这样做,您可能需要使用扩展精度(不容易),或者切换到十进制算术。您能提供一个复制此错误的示例吗?我不知道pandas/numpy,但您能使用十进制而不是浮点吗?它比较慢,但作为一种权衡,可能更准确。你能提供一个复制这个错误的样本吗?我不知道pandas/numpy,但你能用十进制代替float吗?它的速度较慢,但作为一种权衡,可以更准确