我试图在时间序列的日内数据(即10秒)上实现可变指数移动平均值。通过变量,我的意思是包含在移动平均数中的窗口大小取决于另一个因素(即波动率)。我想的以下内容:高效计算“变量(包含的点数)”移动平均数R
MA(T)=α(t)的*价格(T)+(1-α(t))的MA(T-1),
其中alpha例如对应于到波动性指数的变化。
在一个巨大系列(超过100000)点的回测中,这个计算会导致我“麻烦”。我有完整的矢量alpha和价格,但对于MA的当前值,我总是需要之前计算的值。因此,到目前为止,我没有看到一个矢量化的解决方案?
我的另一个想法是试图直接将实现的EMA(..,n = f())函数应用于每个数据点,因为f()始终具有不同的值。但是到目前为止我还没有找到一个快速的解决方案。
如果有人可以帮我解决问题,会非常友善吗???甚至关于如何构建变量移动平均线的其他建议也会很好。
THX很多提前 马丁
我会在接下来的几天将这个功能添加到TTR包中。 – 2010-10-07 11:48:39