R：解释NAs的波动性函数

我正在寻求帮助，使波动率函数与我的数据帧一起工作。在下面的函数中，我只是尝试获取每种证券的价格每日日志回报（我数据中的每一列都是不同证券的价格随时间的变化），然后计算一个年化的vol

volcalc= function (x) {
  returns=log(x)-log(lag(x))
  vol=sd(returns)*sqrt(252)
  return(vol)
}

然后我使用下面的函数运行它，但它只返回NAs的1*ncol数值向量

testlag=apply(dataexample,2,volcalc)

我的数据帧有大量的NAs（它包括整个时间段内的所有资产，即使它们当时不存在），一个明显的问题是我的功能忽略了NAs。但是，当我尝试向函数添加各种na.rm=TRUE时，它根本不起作用

下面是一个示例数据集，其中x列和y列是不同的证券，每行代表一天

structure(list(x = c(1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 
NA, NA), y = c(3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, NA, NA, NA, NA
)), .Names = c("x", "y"), row.names = c(NA, 12L), class = "data.frame")

---

我的问题是：如何将NAs合并到函数中，或者通过重写函数以不同的方式解决此问题？谢谢你的帮助

我们可以使用

删除'NA'元素！is.na（x）

，但是

lag（x）

将返回

na

作为第一个元素，可以使用

sd

中的

na.rm=TRUE

删除该元素

  volcalc= function (x) {
    x <- x[!is.na(x)]
   returns=log(x)-log(lag(x))
   vol=sd(returns, na.rm=TRUE)*sqrt(252)
   return(vol)
 }

apply(dataexample, 2, volcalc)
#    x        y  
#3.012588 1.030484 

volcalc=函数（x）{
x另一种方法是保留数据，并通过运行“NA.locf”功能（上一次观察结转）将所有NA替换为最接近的先前非NA值在应用“volcalc”函数之前，必须先从zoo软件包中删除。在任何情况下，都必须更改原始函数，因为使用“lag”函数会引入Akrun提到的至少一个NA（滞后为1）

df.noNA <- na.locf(df) # df: original df with NAs
apply(df.noNA, 2, volcalc) # using Akrun’s corrected volcalc function
#       x        y 
#3.155899 1.592084 

df.noNA感谢您的帮助-这对我的数据很有效。