[英]time series rolling function per group
我有以下類型的數據集:
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
我需要為每個 ID 計算 RET 的滾動 sd,窗口為 252。 為此,函數
roll_sd(df50[,2],252)
計算滾動 sd 但不考慮不同的 ID。 我知道我可以寫一個這樣的循環
for (i in 1:dim(list_of_all_ID_to_be_created)) {
roll_sd(df50[i,2],252)
}
然后將此值附加到空數據幀。 但是,有沒有辦法一次完成所有操作,以便在我的原始數據框中,我只得到一個新列“roll_sd”,它可以為每個 ID 進行計算? 所需的結果如下所示:
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
使用窗口大小為 252 的roll_sd
的前 252 個值成為NA
- 它不會給出您在問題中建議的結果。 但是,在您可以實現結果的幾種方法中,最簡單的方法可能是使用group_by
並從 tidyverse 系列軟件包中進行mutate
。 我已經使用drop_na
從最終數據幀中刪除了結果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
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.