我正在寻找一种快速计算滚动FORWARD查找基础上的已实现波动率的方法。所以我想用今天的标准差作为未来n天的第一次观察。根据前瞻性基础计算滚动实现的波动
此刻,我计算已实现波动率与下面的代码的反方向:
我试着设置n = -125
,但勿庸置疑,这是行不通的。
谢谢。
编辑
为了澄清什么,我试图做的,这里是for循环,我使用来实现:
for(i in 1:nrow(index.ret)){
bear.realized[i,] = sd(bear.ret[i:(i+124),]) * sqrt(252)
index.realized[i,] = sd(index.ret[i:(i+124),]) * sqrt(252)
}
在过去的124个观察,我没有足够的数据来计算波动性,我希望它能够进行最后的“正确”计算,并将其用于系列的其余部分。
感谢您的回复。 我试过这个解决方案,但我不认为它确实是我想要的。当我滞后-125时,我失去了前125个观测值。所以当我运行runSD时,我得到了125个观察值的NAs,因此错过了前125个实现波动的读数。 – mchangun