问FloatingPointError在计算标准差中的应用

EN

使用pandas/numpy，有时在试图计算标准偏差时会得到浮点误差：

FloatingPointError:遇到的无效值

我的代码如下所示：

def historical_volatility(p):
    return p.pct_change().ewm(span=35, min_periods=35).std()

它只是要进入的浮子的DataFrames。

我的理解是，由于一个与计算标准偏差有关的技术原因，特别低偏差的情况会导致浮点误差。

我怎样才能使这个更有力？

为低波动率设置一个“最小值”是可以接受的；如果结果为0，那将是很糟糕的，因为我随后将这些数字除以。