3

我得到了 4 年的资产回报时间序列,我正在尝试执行滚动窗口,以估计校准期为 6 个月的方差-协方差矩阵。

通常,将包含 5 种资产在 20 天内的收益的矩阵视为数据集

data <- matrix(rnorm(100), 20, 5) #data represents the returns of 5 assets over 20 days

我想校准 5 天内收益的协方差矩阵,因此考虑到第 1、2、3、4、5 天。然后我想校准另一个协方差矩阵,考虑到第 4、5、6、7、8 天。依此类推,使用滚动窗口(我曾尝试使用循环 for)。

window.size <- 5

但是将窗口大小设置为 5,对于第一个矩阵,代码考虑第 1、2、3、4、5 天,但对于第二个矩阵,代码考虑第 2、3、4、5、6 天(不是 4 , 5, 6, 7, 8 我想要的)。这是我的问题。我不知道如何修改代码以便从第 2 天到第 4 天进行这种“拆分”。我该如何解决这个问题?

window.size <- 5 #set the size of the window equal to 5 days
windows <- embed(1:nrow(data), window.size)
forApproach <- function(data, windows) {
  l <- vector(mode="list", length=nrow(windows))
  for (i in 1:nrow(data)) {
    l[[i]] <- cov(data[windows[i, ], ])
  }
}
4

1 回答 1

1

通过扩展 OP 的方法的解决方案是使用另一个 variable skip。根据反馈,似乎 OP 想要计算cov第一5行(1:5),然后想要skip3 行来计算cov行(4:9),依此类推。

使用embed创建的大小5但跳过的窗口1。我们可以跳过行来查找selected_windows行索引,然后应用cov函数。

window.size <- 5
skip  <- 3
windows <- embed(1:nrow(data), window.size)
selected_windows <- windows[(1:nrow(windows) %% 3) == 1, ]

#       [,1] [,2] [,3] [,4] [,5]
# [1,]    5    4    3    2    1
# [2,]    8    7    6    5    4
# [3,]   11   10    9    8    7
# [4,]   14   13   12   11   10
# [5,]   17   16   15   14   13
# [6,]   20   19   18   17   16


#One can use for-loop or apply to calculate "cov" on group of rows and get the result
apply(selected_windows, 1, function(x)list(cov(data[x,])))
于 2018-04-15T16:30:34.140 回答