Question

我已经使用python一段时间了，但我仍然需要发挥其全部潜力。

我知道我可以通过一些for循环等来解决这个问题，但这太无聊了，我想学习一些新东西：）

我试图计算一个名为time_series的时间序列字典的波动率（v =返回的std，返回=今天的值 - 昨天的值）。 time_series中的每个元素都由一个元组（日期，值）组成作为结果，我想有一个波动率的载体。

我目前在做什么：我按键（我必须）订购时间序列，然后，对于每个时间序列，如果它包含多于1个值，我计算回报及其标准差，否则我返回0。

我目前正在假设时间序列已根据日期排序。

这是我到目前为止所得到的：

time_series = {'A': [(20130101, 1.0), (20130102, 1.1), (20130103, 1.3)], 'B': [(20130101, 1.0), (20130102, 1.1), (20130103, 1.4)]}
sorted_keys = sorted(time_series.keys())
v = [ scipy.std( [ time_series[ts_id][i+1][1] - time_series[ts_id][i][1] for i in range(len(time_series[ts_id])-1) ] ) if len(time_series[ts_id]) > 1 else 0 for ts_id in sorted_keys ]
print v
[0.049999999999999933, 0.099999999999999867]

我知道这是一个丑陋的1行声明，这就是我现在在这里的原因:) .. 有没有办法让这个更短或更清洁或更好的表现，同时保持理解？

我对所有3个结果感到好奇。

我没有设法对时间序列本身进行排序（现在）。有没有办法做到这一点，同时尽可能保持一切紧凑？

谢谢！

Answer 1

我认为这很好，但也许你想要这样的东西？

v = time_series.values()
for value in v:
    print value
    returns = []
    returns.append(value[i+1] - value[i])

然后将sci.std应用于返回..

更短，更清晰，更快速地实现python中时间序列的波动性

1 个答案: