使用R?
我正在尝试使用R实现一个向量化的指数加权移动标准差。这是正确的方法吗使用R?,r,time-series,moving-average,standard-deviation,quantitative-finance,R,Time Series,Moving Average,Standard Deviation,Quantitative Finance,我正在尝试使用R实现一个向量化的指数加权移动标准差。这是正确的方法吗 ewma <- function (x, alpha) { c(stats::filter(x * ratio, 1 - ratio, "recursive", init = x[1])) } ewmsd <- function(x, alpha) { sqerror <- na.omit((x - lag(ewma(x, ratio)))^2) ewmvar <- c(stats::fil
ewma <- function (x, alpha) {
c(stats::filter(x * ratio, 1 - ratio, "recursive", init = x[1]))
}
ewmsd <- function(x, alpha) {
sqerror <- na.omit((x - lag(ewma(x, ratio)))^2)
ewmvar <- c(stats::filter(sqerror * ratio, 1 - ratio, "recursive", init = 0))
c(NA, sqrt(ewmvar))
}
输出是
[1] NA 0.2236068 0.4874679 0.7953500 1.1353903 1.4993855 1.8812961 2.2764708 2.6812160 3.0925367
0 NaN
1 0.707107
2 0.746729
3 0.750825
4 0.751135
5 0.751155
6 0.751156
7 0.751157
8 0.751157
9 0.751157
但是,
pd.Series(range(10)).ewm(alpha = 0.96).std()
输出是
[1] NA 0.2236068 0.4874679 0.7953500 1.1353903 1.4993855 1.8812961 2.2764708 2.6812160 3.0925367
0 NaN
1 0.707107
2 0.746729
3 0.750825
4 0.751135
5 0.751155
6 0.751156
7 0.751157
8 0.751157
9 0.751157
根据,函数的pandas.Series.ewm()
接收一个adjust
参数,该参数默认为TRUE
。当adjust==TRUE
时,pandas.Series.ewm.mean()
的指数加权移动平均值通过权重计算,而不是递归计算。当然,这也会影响标准偏差输出。有关更多信息,请参阅和
这是R中的矢量化解决方案:
ewmsd <- function(x, alpha) {
n <- length(x)
sapply(
1:n,
function(i, x, alpha) {
y <- x[1:i]
m <- length(y)
weights <- (1 - alpha)^((m - 1):0)
ewma <- sum(weights * y) / sum(weights)
bias <- sum(weights)^2 / (sum(weights)^2 - sum(weights^2))
ewmsd <- sqrt(bias * sum(weights * (y - ewma)^2) / sum(weights))
},
x = x,
alpha = alpha
)
}
ewmsd查看软件包“zoo”。具体是什么功能?我不认为“动物园”有计算指数加权移动统计的功能rollappy
在这种情况下不起作用。我不明白为什么不能使用rollappy。