Cursura média móvel

Eu tenho uma matriz de dados de séries temporais para 8 variáveis ​​com cerca de 2500 pontos.10 anos de segunda-feira e gostaria de calcular a média, variância, skewness e curtose em uma base de média móvel. Vamos dizer quadros 100 252 504 756 - I Gostaria de calcular as quatro funções acima sobre sobre cada um dos quadros de tempo, em uma base diária - de modo que o retorno para o dia 300 no caso com 100 dia-frame, seria kurtosis skewness variância média do período day201-day300 100 dias No total e assim por diante. Eu sei que isso significa que eu iria obter uma saída de matriz, eo número do primeiro quadro de dias seria NaNs, mas não consigo descobrir a indexação necessária para obter este done. asked Mar 24 14 em 0 07.Esta é uma pergunta interessante porque eu penso que a solução óptima é diferente para a média do que é para a outra amostra statistics. I ve forneceu um exemplo de simulação abaixo que você pode trabalhar through. First, escolher alguns parâmetros arbitrários e simular alguns dados. Para a média, use o filtro para obter uma média móvel. Lly pensado para resolver este problema usando conv como follows. But como PhilGoddard apontou nos comentários, a abordagem de filtro evita a necessidade do loop. Também observe que eu ve escolhido para fazer as datas na matriz de saída correspondem às datas em X Assim, em trabalhos posteriores, você pode usar os mesmos subscritos para ambos. Assim, as primeiras observações de WindowLength-1 em MeanMA serão nan. Para a variância, não consigo ver como usar filtro ou conv ou mesmo uma soma corrente para tornar as coisas mais Eficiente, então em vez disso, eu executo o cálculo manualmente em cada iteração. Podemos acelerar as coisas ligeiramente explorando o fato de que já calculou a média móvel média Basta substituir a linha de loop dentro do acima com. No entanto, duvido que isso vai fazer Muita diferença. Se alguém puder ver uma maneira inteligente de usar filtro ou conv para obter a variância janela em movimento eu d ser muito interessado em vê-lo. I deixar o caso de skewness e kurtosis para o OP, uma vez que eles são essencialmente apenas o mesmo Como variante Um exemplo, mas com a função apropriada. Um ponto final se você estava convertendo o acima em uma função geral, você poderia passar em uma função anônima como um dos argumentos, então você teria uma rotina média móvel que funciona para a escolha arbitrária de Transformations. Final, final point Para uma seqüência de comprimentos de janela, simplesmente loop sobre o bloco de código inteiro para cada janela length. Yeah, a função de filtro é realmente melhor para a média - mas eu queria fazer isso para várias funções diferentes, não só O meio Apenas afixado minha resposta porque trabalhou para mim e eu pensei que pôde ajudar alguma outra pessoa demasiado Dexter Morgan Apr 15 14 em 12 40.There são fórmulas bem conhecidas em linha para computar exponencialmente ponderadas médias móveis e desvios padrão de um processo Xn Para a média. Mun 1- alpha mu alpha xn. e para a variância. Sigman 2 1 - alfa sigma 2 alfa xn - mu xn - mun. do qual você pode calcular o desvio padrão. Existem fórmulas similares para computação on-line de momentos ponderados exponenciais de terceiro e quarto momentos centrais Minha intuição é que eles devem tomar A forma a partir da qual você poderia calcular o skewness gamman M sigman 3 eo kurtosis kn M sigman 4 mas eu não fui capaz de encontrar expressão simples, de forma fechada para as funções f e g. Editar Algumas informações adicionais A fórmula de atualização para Variância móvel é um caso especial da fórmula para a covariância móvel ponderada exponencial, que pode ser calculada via. Cn x, y 1-alfa C x, y alfa xn - bar n yn - bar. Onde bar n e bar n são as médias exponenciais de movimento de xey A assimetria entre xey é ilusória e desaparece quando você percebe que Y-bar n 1- alpha y-bar. Fórmulas como essa podem ser calculadas escrevendo o momento central como uma expectativa En cdot, onde os pesos na expectativa são entendidos como exponenciais e usando o fato de que para qualquer função fx temos . É fácil derivar as fórmulas de atualização para a média e variância usando esta relação, mas está provando ser mais complicado para o terceiro e quarto momentos centrais. 12 01. As fórmulas são diretas, mas não são tão simples como sugerido na questão. Se Y for a EWMA anterior e se X xn, que é presumida independente de Y Por definição, a nova média ponderada é Z alfa X 1 - alfa Y Para um valor constante de alfa Para conveniência de notação, defina beta 1-alfa Let F representa o CDF de uma variável aleatória e phi denotar sua função de geração de momento de modo que. Com Kendall e Stuart deixe muk Z denotar o momento não central de ordem k para A variável aleatória Z que é, muk Z mathbb Z k A skewness e kurtosis são expressíveis em termos de muk para k 1,2,3,4, por exemplo, a skewness é definida como mu3 mu2 onde são a terceira e segunda central Momentos, respectivamente. Com resultados elementares padrão. Eqalign Z t frac mu2 Z t 2 frac mu3 Z t 3 frac mu4 Z t 4 O t 5 cr phiZ t cr phi t phi t cr phiX alfa t phiY beta t cr 1 mu1 X alfa t frac mu2 X alfa 2 t 2 cdots Para obter os momentos não centrais desejados, multiplique a última série de potências pela quarta ordem em t e equacione o resultado term-by-term com os termos em phiZ t. Founded Em 2017, Binary Tribune visa fornecer aos seus leitores precisa e actual cobertura de notícias financeiras Nosso site está focado em segmentos importantes em ações de mercados financeiros, moedas e commodities e explicação interativa em profundidade dos principais eventos econômicos e indicadores. Divulgação de Risco Financeiro. Não será responsabilizado pela perda de dinheiro ou qualquer dano causado por confiar nas informações neste site Trading forex, ações e commodities na margem carrega um alto nível de risco e pode não ser adequado para todos os investidores Antes de decidir a troca de divisas Você deve considerar cuidadosamente seus objetivos de investimento, nível de experiência e apetite de risco. Cookie Policy. This site usa cookies para lhe proporcionar a melhor experiência e conhecê-lo melhor Ao visitar o nosso site com o seu navegador definido para permitir cookies, você concorda com Nosso uso de cookies como descrito em nossa Política de Privacidade. Copyright 2017 Binary Tribune Todos os Direitos Reservados.