带反转窗口的R-rollapply

我有一个矩阵（V），在某个时间段内，每天的股票回报率，在此期间，我试图获得前一个月（=21天）和6个月（=126天）的方差

根据未来1个月和6个月的数据，我会这样做

Variance.x <- rollapply(data=V, width=21, var, by.column=F, align="right")
Variance.x <- rollapply(data=V, width=126, var, by.column=F, align="right")

---

Variance.x假设
z
是一个多变量的动物园序列，则给出了涵盖未来21个时期的方差：

lag(rollapply(z, 21, function(x) c(var(x)), by.column = FALSE, align = "left"))

因为方差是一个矩阵，我们应该在这里所示的函数中展平它，无论我们计算未来还是过去的方差，都应该这样做

以上不包括当前点和未来点。如果需要从现在开始并包括现在的21个点，那么我们将省略
滞后
这给出了涵盖未来21个时期的方差，假设
z
是一个多变量动物园序列：

lag(rollapply(z, 21, function(x) c(var(x)), by.column = FALSE, align = "left"))

因为方差是一个矩阵，我们应该在这里所示的函数中展平它，无论我们计算未来还是过去的方差，都应该这样做

以上不包括当前点和未来点。如果需要从现在开始并包括现在的21个点，那么我们将省略
滞后
这给出了涵盖未来21个时期的方差，假设
z
是一个多变量动物园序列：

lag(rollapply(z, 21, function(x) c(var(x)), by.column = FALSE, align = "left"))

因为方差是一个矩阵，我们应该在这里所示的函数中展平它，无论我们计算未来还是过去的方差，都应该这样做

以上不包括当前点和未来点。如果需要从现在开始并包括现在的21个点，那么我们将省略
滞后
这给出了涵盖未来21个时期的方差，假设
z
是一个多变量动物园序列：

lag(rollapply(z, 21, function(x) c(var(x)), by.column = FALSE, align = "left"))

因为方差是一个矩阵，我们应该在这里所示的函数中展平它，无论我们计算未来还是过去的方差，都应该这样做

以上不包括当前点和未来点。如果需要从现在开始并包括现在的21个点，那么我们将省略
滞后