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,我会这样做带反转窗口的R-rollapply,r,zoo,variance,rollapply,R,Zoo,Variance,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.
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