python - 如何计算 Pandas 滚动窗口中的波动率(标准差)

Question

我有一个时间序列“Ser”，我想用滚动窗口计算波动率(标准差)。我当前的代码以这种形式正确执行:

w = 10
for timestep in range(length):
    subSer = Ser[timestep:timestep + w]
    mean_i = np.mean(subSer)
    vol_i = (np.sum((subSer - mean_i)**2) / len(subSer))**0.5
    volList.append(w_i)

这在我看来非常低效。 Pandas 是否具有执行此类操作的内置功能？

Answer 1

通常，[金融类型] 人以价格百分比变化的年化方式引用波动率。

假设您在数据框 df 中有每日价格并且一年有 252 个交易日，您可能需要如下内容:

df.pct_change().rolling(window_size).std()*(252**0.5)