每组时间序列滚动函数

Question

我有以下类型的数据集：

      ID     date       RET
1  10026 20171227 -0.003768
2  10026 20171228  0.008958
3  10027 20171227 -0.001447
4  10027 20171228 -0.017454
5  10028 20171227 -0.009988
6  10028 20171228  0.013813

我需要计算 RET 的滚动标准差，每个 ID 的窗口为 252。为此，函数

roll_sd(df50[,2],252)

计算滚动 sd 的工作，但不考虑不同的 ID。我知道我可以写一个循环类型

for (i in 1:dim(list_of_all_ID_to_be_created)) {
  roll_sd(df50[i,2],252)
}

然后将此值附加到空数据框。但是，有没有办法一次完成所有操作，以便在我的原始数据框中我只得到一个新列“roll_sd”，它为每个 ID 进行计算？期望的结果如下：

      ID     date       RET  roll_sd
1  10026 20171227 -0.003768  0.18667
2  10026 20171228  0.008958  0.21667
3  10027 20171227 -0.001447  0.18668
4  10027 20171228 -0.017454  0.32542
5  10028 20171227 -0.009988  0.87763
6  10028 20171228  0.013813  0.11221

Answer 1

使用窗口大小为 252 的 roll_sd 将使每个组中的前 252 个值成为 NA - 它不会给出您在问题中建议的结果。但是，在您可以实现结果的几种方法中，最简单的可能是使用 tidyverse 系列软件包中的 group_by 和 mutate。我已经使用drop_na从最终数据框中删除了结果NA 值

library(tidyverse)
library(roll)

df <- data.frame(ID = rep(letters[1:5], 500), RET = rnorm(2500))

df %>% 
  group_by(ID) %>% 
  mutate(roll_sd = roll_sd(RET, 252)) %>% 
  drop_na(roll_sd)
#> # A tibble: 1,245 x 3
#> # Groups:   ID [5]
#>    ID       RET roll_sd
#>    <fct>  <dbl>   <dbl>
#>  1 a     -0.538   1.02 
#>  2 b     -0.669   1.08 
#>  3 c     -0.438   0.990
#>  4 d     -0.511   1.06 
#>  5 e      0.953   1.04 
#>  6 a     -1.68    1.02 
#>  7 b     -0.806   1.08 
#>  8 c     -1.86    0.995
#>  9 d      3.49    1.08 
#> 10 e     -1.36    1.05 
#> # ... with 1,235 more rows