时间戳

首页 > 解决方案 > 计算 R 中的已实现波动率

r - 计算 R 中的已实现波动率

问题描述

我正在尝试计算标准普尔 500 指数成员在特定区间内的实际波动率。我在遍历索引和存储值时遇到问题。

该过程应该是计算每个名称的波动性，然后将其存储在数据框中。格式化的“代码”和“波动率”

我一直在使用下面的代码来计算 vol

library(tseries)
start_date <- as.Date("2019-04-23")
end_date <- as.Date("2020-01-22")
SP_500 <- data.frame(read.csv("Tickers.csv", header = TRUE))

data <- get.hist.quote('TIF',start_date, end_date, quote = c("Close"))
price <- data$Close
ret <- log(lag(price)) - log(price)
ret[is.na(ret)]<-0
vol <- sd(ret) * sqrt(252) * 100
vol

我已经尝试了一百万种不同的循环和存储尝试，但都失败了..提前感谢您的帮助！

标签： rloopsstockvolatility

解决方案

我们可以创建一个函数来下载交易品种的历史数据并计算其波动率。

library(tseries)

calculate_vol <- function(x, start_date, end_date) {

   data <- get.hist.quote(x,start_date, end_date, quote = "Close")
   price <- data$Close
   ret <- log(lag(price)) - log(price)
   ret[is.na(ret)]<-0
   vol <- sd(ret) * sqrt(252) * 100
   return(vol)
}

然后我们可以将符号传递给这个函数，sapply并使用 将其转换为数据帧stack。假设在 csv 中存储符号的列被称为symbol

SP_500 <- read.csv("Tickers.csv", header = TRUE)
realized_vol <- stack(sapply(SP_500$symbol, calculate_vol, start_date, end_date))

例如 ：

start_date <- as.Date("2020-01-01")
end_date <- as.Date("2020-01-22")
realized_vol <- stack(sapply(c('IBM', 'MSFT'), calculate_vol, start_date, end_date))
realized_vol

#     values  ind
#1  9.165962  IBM
#2 15.753567 MSFT

推荐阅读