Question

我需要计算3天的相关性。下面给出了一个样本矩阵。我的问题是，ID可能不是每天都在宇宙中。例如，AAPL可能总是在宇宙中，但是公司 - CCL可能在我的宇宙中只有2天。我很感激矢量化解决方案。我可能不得不在这里使用结构/ accumarray等，因为相关矩阵的大小可能会有所不同。

% col1 = tradingDates, col2 = companyID_asInts, col3 = VALUE_forCorrelation

rawdata = [ ...

    734614 1 0.5; 
    734614 2 0.4; 
    734614 3 0.1; 

    734615 1 0.6; 
    734615 2 0.4; 
    734615 3 0.2; 
    734615 4 0.5; 
    734615 5 0.12;

    734618 1 0.11; 
    734618 2 0.9; 
    734618 3 0.2; 
    734618 4 0.1; 
    734618 5 0.33;
    734618 6 0.55; 

    734619 2 0.11; 
    734619 3 0.45; 
    734619 4 0.1; 
    734619 5 0.6; 
    734619 6 0.5;

    734620 5 0.1; 
    734620 6 0.3] ;

'3天相关'：

% 734614 & 734615 corr is ignored as this is a 3-day corr

% 734618_corr = corrcoef(IDs 1,2,3 values are used. ID 4,5,6 is ignored) -> 3X3 matrix

% 734619_corr = corrcoef(IDs 2,3,4,5 values are used. ID 1,6 is ignored) -> 3X4 matrix

% 734620_corr = corrcoef(IDs 5,6 values are used. ID 1,2,3,4 is ignored) -> 3X2 matrix

真实数据涵盖了1995年至2011年的Russel1000宇宙，拥有超过410万行。期望的相关性超过20天。

Answer 1

我不会尝试在这里获得一个矢量化解决方案：MATLAB JIT compiler意味着在最近的MATLAB版本中循环通常可以同样快。

您的矩阵看起来很像稀疏矩阵：它有助于将其转换为该表单，以便您可以使用数组索引吗？这可能只有在第三列中的数据永远不能为0时才有效，否则您将不得不保留当前的显式列表并使用如下内容：

dates = unique(rawdata(:, 1));
num_comps = max(rawdata(:, 2));

for d = 1:length(dates) - 2;
    days = dates(d:d + 2);

    companies = true(1, num_comps);
    for curr_day = days'
        c = false(1, num_comps);
        c(rawdata(rawdata(:, 1) == curr_day, 2)) = true;
        companies = companies & c;
    end
    companies = find(companies);

    data = zeros(3, length(companies));
    for curr_day = 1:3
        for company = 1:length(companies)
            data(curr_day, company) = ...
                rawdata(rawdata(:, 1) == days(curr_day) & ...
                        rawdata(:, 2) == companies(company), 3);
        end
    end

    corrcoef(data)
end

MATLAB中的3天滚动相关计算

1 个答案: