Python 计算标准偏差时的浮点误差？

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