调整后的已实现波动率答案

【问题标题】：Adjusted Realized Volatility调整后的已实现波动率
【发布时间】：2015-02-26 00:51:54
【问题描述】：

假设这些是返回值（1000 行）：

1-a
2-b
3-c

我想计算调整后的波动率：删除第一个收益计算已实现波动率，然后删除第二个收益并计算已实现波动率等。如果您有 n 个收益，您将有 n 实现波动。

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

我可以用 for 循环来处理它，但是还有其他方法吗？

【问题讨论】：

Volatility3 = a*a+b*b，不是吗？
@Khashaa：是的，已编辑

标签： r volatility

【解决方案1】：

你可以通过sum(x*x)-x*x高效计算

#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

【讨论】：

创意解决方案，但您使用循环。
f1 不使用任何循环。我将f2 包括在内只是为了比较。

【解决方案2】：

这有意义吗？可能是函数错了，但结构似乎有效。

波动率是标准差吗？

            x <- rnorm(1000, sd=2)
            vol <- sapply(2:length(x), function(i) {
                sd(x[0:i])
            })

【讨论】：

波动率不是标准差