假设这些是返回(1000 行):
1-a
2-b
3-c
我想计算调整后的波动率:删除第一个收益计算已实现波动率,然后删除第二个收益并计算已实现波动率等等。如果您有n 个收益,您将有n 个已实现波动率。
Volatility1 = b*b+c*c
Volatility2 = a*a+c*c
Volatility3 = a*a+b*b
我可以用for循环处理它,但还有其他方法吗?
假设这些是返回(1000 行):
1-a
2-b
3-c
我想计算调整后的波动率:删除第一个收益计算已实现波动率,然后删除第二个收益并计算已实现波动率等等。如果您有n 个收益,您将有n 个已实现波动率。
Volatility1 = b*b+c*c
Volatility2 = a*a+c*c
Volatility3 = a*a+b*b
我可以用for循环处理它,但还有其他方法吗?
您可以通过以下方式有效地计算它sum(x*x)-x*x
#dummy data
x <- rnorm(1000)
#vectorized
f1 <- function(x) sum(x*x)-x*x
#for loop
f2 <- function(x){
n <- length(x)
rv <- rep(NA, n)
s <- x*x
for(i in 1:n)
{rv[i]=sum(s[-i])}
rv
}
rbenchmark::benchmark(f1(x), f2(x))[1:3]
test replications elapsed
1 f1(x) 100 0.0
2 f2(x) 100 3.1
是否有意义?也许功能是错误的,但结构似乎工作。
波动率是标准差吗?
x <- rnorm(1000, sd=2)
vol <- sapply(2:length(x), function(i) {
sd(x[0:i])
})