-1

これらがリターン（1000行）であるとします：

1-a
2-b
3-c

調整されたボラティリティを計算したい: 最初のリターンをドロップして実現ボラティリティを計算し、次に 2 番目のリターンをドロップして実現ボラティリティを計算します。nリターンがある場合、実現ボラティリティは n になります。

Volatility1 = b*b+c*c
Volatility2 = a*a+c*c
Volatility3 = a*a+b*b

forループで処理できるのですが、他に方法はありますか？

4

2 に答える 2

1

で効率よく計算できます。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
于 2015-02-26T02:22:03.987 に答える
0

それは理にかなっていますか？機能が間違っているのかもしれませんが、構造はうまくいっているようです。

ボラティリティは標準偏差ですか？

            x <- rnorm(1000, sd=2)
            vol <- sapply(2:length(x), function(i) {
                sd(x[0:i])
            })
于 2015-02-26T02:21:30.407 に答える