问题标签 [rolling-computation]

我正在尝试在 r 中运行以下代码，因为我想计算 10 天时间段内的滚动回归，并且我想每天计算一次。但是，在整个 5 年期间，我得到一个包含单个系数和 beta 的列。我在这里做错了什么。请帮忙。

mydatareturns是自变量 v2 和因变量 v1 的每日回报。

我想应用一个滚动窗口来拟合一个学生 t Copula，然后根据拟合过程的结果进行预测。我已经尝试过使用 for 循环，但它总是根据 fit Copula 命令声明错误。

这里已经出现了第一个错误：“if (any(u < 0) || any(u > 1)) stop("'u' must be in [0,1] - 可能宁愿使用 pobs(.) ") : 需要 TRUE/FALSE 的缺失值"

也许有人有解决这个问题的方法？

我觉得这在基础 R 中应该很容易，但我就是想不通。我有一个简单的数据框，假设它看起来像这样

现在，我想做的是创建一个将应用滚动 % 添加的函数，例如：

它接受上面的数据框为tbl. 它将当前行的百分比分数添加到基于 的 NEXT 行中pct，并且几乎以累积方式滚动。

例如，fn(tbl$Field1, 0.1)将生成以下结果：

等等

我会使用包解决方案，但更喜欢 base R，因为它有助于学习过程！我的长期目标是通过 field 和 pct 的每个组合构建一个循环过程，以便我可以在回归模型中测试它的效果；因此，我的直觉是我以后可以应用的功能是前进的方向。

谢谢。

我想在具有日期索引的 DataFrame 上应用偏移滚动窗口函数。这是一个例子：

这会产生一个 DataFrame df，如：

但我无法弄清楚如何在我应用于Rolling窗口的任何函数中查看与每个 Val 关联的日期。例如，以下内容：

表明我所看到的只是ndarray每次通话的一个：

有没有办法以聚合函数看到与窗口中每个值关联的索引的方式在 DataFrame 上调用时间偏移滚动窗口？

例如，这样我就可以应用一个看起来像这样的函数：

我想计算一个称为“下行 beta”的数量。假设我有一个数据框 df：

我想添加一个列“C”，它计算这个下行 beta 定义为列 A 和 B 之间的协方差，仅考虑 A 列的负值与 B 的相应值。然后应该将该协方差除以方差列 A 仅考虑负值。

在上面的例子中，它应该相当于计算两个序列之间的协方差：[-0.1,-0.4,-0.5] 和 [-0.2,0.3,0.1]。除以序列的方差 [-0.1,-0.4,-0.5]。

下一步是在初始大数据帧 df 的索引上滚动该指标。

有没有一种有效的方法来做到这一点？以矢量化的方式。我猜想结合 pd.rolling_cov 和 np.where？

谢谢！

假设我有一个 M（行）乘 N（列）数据帧

和一个长度为 N 的向量

我想对 中的每一列应用移动平均函数df，但希望移动平均对于每一列具有不同的长度（例如，column1 的 MA 长度为 1，column 2 的 MA 长度为 2，等等） - 这些长度包含在windows

是否有内置函数可以快速执行此操作？我知道df.apply(lambda a: f(a), axis=0, args=...)但不清楚如何为每列应用不同的参数

我有一个数组

和一个窗口列表（长度为 N）

arr是否可以对存储的时变窗口进行滚动和计算windows？

例如，在 t=3 时，您有arr=[1,2,3]，window=1因此这表示返回 1 天的滚动总和，这样out[2] = 3

在t=2，你有arr = [1,2]并且 window=2 所以这将表示一个 2 天的滚动总和，这样out[1]=3

我想取一个大小为 8 的滚动窗口，然后减去它的平均值。我认为这样做很简单。

显然这是错误的。我在这里阅读了文档https://pandas.pydata.org/pandas-docs/stable/computation.html

所以我想使用 .apply()

这也不起作用，对我来说似乎不是好的代码。

我将以下内容修改为哑巴，但它不起作用。它指出需要一个浮点数作为错误。

任何帮助表示赞赏。

编辑添加的表格以澄清我的要求。寻找最终价值。

编辑 2：使用 100k + 行，因此窗口方法很重要。

这有点棘手！我正在运行回归的滚动窗口，并且正在收集每个窗口的所有系数。我的目标是绘制系数如何随时间波动。此外，我希望通过在不显着时给出不同的色点，当发现系数具有统计显着性（比如在 95% 时）时，该图给出不同的颜色。

到目前为止，我所拥有的是：

情节产生：

例如说第二个和第四个系数（图中的项目符号）在统计上是不显着的；那么它们的颜色应该是绿色的。

Data (LaggedPannel)：

我想计算此 Dataframe 中每一行的 1 年滚动平均值test：

例如，我需要计算：

• 70342018-03-14 和 2017-08-14 之间id 变化的平均值
• 70342018-03-13 和 2017-08-13 之间id 变化的平均值
• 等等

我试过了：

但我收到错误消息：

在这种情况下如何使用 pandasrolling()功能？

[编辑 1] [感谢 Sacul]

我测试过：

但是freq='Y'不起作用（我得到了：）ValueError: Invalid frequency: Y然后我使用了window = 365, freq = 'D'.

但是还有另一个问题：因为每个组合的日期都没有 365 个连续日期id-date，所以结果总是空的。即使缺少日期，我也想忽略它们并考虑当前日期和（当前日期 - 365）之间的所有日期来计算滚动平均值。例如，假设我有：

然后，

• 对于 7034 2018-03-14：我想计算 MEAN(4.139148e-06,4.953194e-07, 2.854749e-06)
• 对于 7034 2018-03-13：我也想计算 MEAN(4.139148e-06,4.953194e-07, 2.854749e-06)

我怎样才能做到这一点？

[编辑 2]

最后，我使用下面的公式通过忽略缺失值来计算 1 年的滚动中位数、平均值和标准差：