variables - R中 "variable (number of points included)"移动平均线的高效计算

Question

我正在尝试对日内数据的时间序列(即 10 秒)实现可变指数移动平均线。通过变量，我的意思是移动平均线中包含的窗口大小取决于另一个因素(即波动性)。我在想以下几点:

MA(t)=alpha(t)*price(t) + (1-alpha(t))MA(t-1),

例如，其中 alpha 对应于不断变化的波动率指数。

在对巨大系列(超过 100000)点的回测中，这种计算给我带来了“麻烦”。我有完整的向量 alpha 和 price，但是对于 MA 的当前值，我总是需要之前刚刚计算的值。因此，到目前为止我还没有看到矢量化的解决方案？？？？

我的另一个想法是尝试将实现的 EMA(..,n=f()) 函数直接应用于每个数据点，方法是始终为 f() 设置不同的值。但到目前为止，我也没有找到一个快速的解决方案。

如果有人能帮我解决我的问题，我会很友好吗？？？甚至关于如何构建可变移动平均线的其他建议也会很棒。

提前很多
马丁

Answer 1

通过 filter() 也可以进行非常有效的移动平均操作:

  ## create a weight vector -- this one has equal weights, other schemes possible
  weights <- rep(1/nobs, nobs)     

  ## and apply it as a one-sided moving average calculations, see help(filter)
  movavg <- as.vector(filter(somevector, weights, method="convolution", side=1)) 

那只是左侧，其他选择也是可能的。