Python中的EWMA波动性-避免循环
Python中的EWMA波动性-避免循环
提问于 2017-02-18 03:04:56
我有一个时间序列，看起来像这样(一个切片)：
Date 3 7 10
2015-02-13 0.00021 -0.00078927 0.00407473
2015-02-16 0.0 -0.00343163 0.0
2015-02-17 0.0 0.0049406 0.00159753
2015-02-18 0.00117 -0.00123565 -0.00031423
2015-02-19 0.00091 -0.00253578 -0.00106207
2015-02-20 0.00086 0.00113476 0.00612649
2015-02-23 -0.0011 -0.00403307 -0.00030327
2015-02-24 -0.00179 0.00043229 0.00275874
2015-02-25 0.00035 0.00186069 -0.00076578
2015-02-26 -0.00032 -0.01435613 -0.00147597
2015-02-27 -0.00288 -0.0001786 -0.00295631为了计算EWMA波动率，我实现了以下函数：
def CalculateEWMAVol (ReturnSeries, Lambda):
SampleSize = len(ReturnSeries)
Average = ReturnSeries.mean()
e = np.arange(SampleSize-1,-1,-1)
r = np.repeat(Lambda,SampleSize)
vecLambda = np.power(r,e)
sxxewm = (np.power(ReturnSeries-Average,2)*vecLambda).sum()
Vart = sxxewm/vecLambda.sum()
EWMAVol = math.sqrt(Vart)
return (EWMAVol)
def CalculateVol (R, Lambda):
Vol = pd.Series(index=R.columns)
for facId in R.columns:
Vol[facId] = CalculateEWMAVol(R[facId], Lambda)
return (Vol)该函数工作正常，但对于较大的时间序列，由于for循环，该过程会变慢。
是否有其他方法可以通过该系列调用此函数？
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/42305587
复制相关文章
相似问题