如何简单地计算python中时间序列的滚动/移动方差？

Question

我有一个简单的时间序列，我正在努力估计移动窗口内的方差。更具体地说，我无法找出与实现滑动窗口函数的方式有关的一些问题。例如，当使用NumPy和window size=20时：

def rolling_window(a, window):
    shape = a.shape[:-1] + (a.shape[-1] - window + 1, window)
    strides = a.strides + (a.strides[-1],)
    return np.lib.stride_tricks.as_strided(a, shape=shape, strides=strides) 

rolling_window(data, 20)
np.var(rolling_window(data, 20), -1)
datavar=np.var(rolling_window(data, 20), -1)

也许我错在什么地方了，在这个思路。 有人知道一个简单的方法吗？ 欢迎任何帮助/建议。

Answer 1

你应该看看pandas。例如：

import pandas as pd
import numpy as np

# some sample data
ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000)).cumsum()

#plot the time series
ts.plot(style='k--')

# calculate a 60 day rolling mean and plot
pd.rolling_mean(ts, 60).plot(style='k')

# add the 20 day rolling variance:
pd.rolling_std(ts, 20).plot(style='b')