大型面板数据中的每日收益波动率

Question

我有一个大矩阵，其中包含宽格式的每日收益，我想计算其在时变窗口 [-1;-251] 中的每日波动率。

我使用以下代码：

n=1000
m=500
ret=matrix(rnorm(n*m,mean=0,sd=1), n, m) 
vola=matrix(0, n, m) 
start.time = Sys.time()

for (j in 1: ncol(ret)){
  for (i in 251:nrow(ret)){
    vola[i,j]=sd(ret[(i-1):(i-251+1),j])*sqrt(251)}
}
end.time = Sys.time()
time.taken = end.time - start.time
time.taken

但是，时间太长了：

Time difference of 8.242027 secs

我的原始数据需要 15 分钟。

我发现下面这段代码我认为执行得更快：

my.rollapply <- function(vec, width, FUN) 
  lapply(1:nrow(vec), 
         function(i) if (i < width) NA else FUN(vec[(i-1):(i-width+1),1]))

在Moving variance in R

但我还没有弄清楚如何将其应用于矩阵。

非常感谢任何帮助（也许矢量化也有效？）以加快该过程。

编辑：如果我们能坚持使用基础 R，那就太好了。

Answer 1

扩展评论。

rollapply(...) 很方便但不是很快。 roll_sd(...) 来自 RccpRoll 包的速度要快得多。

library(RcppRoll)
df <- as.data.frame(ret)
system.time(result<- sapply(df, function(x) roll_sd(x,n=251)))
#    user  system elapsed 
#    0.94    0.00    0.95