如何在R中用dplyr计算N日已实现方差？（复刻Che等2023研究）

核心逻辑 #

已实现方差采用过去90个交易日的日对数收益率平方之和计算，全程保留原始数值尺度（不归一化到0-1区间），满足后续对数转换需求，与Miranda-Aggripino & Rey(2019)的设定一致。

完整代码实现 #

1. 加载依赖包 #

library(quantmod)
library(dplyr)
library(lubridate)
library(slider) # 适配dplyr的滚动计算工具
library(timeDate) # 用于过滤周末数据

2. 获取并预处理比特币数据 #

startDate <- as.Date("2022-12-29")
endDate <- as.Date("2024-01-17")

# 拉取BTC-USD数据并整理字段名
getSymbols("BTC-USD", from = startDate, to = endDate)
BTC_USD <- `BTC-USD`
names(BTC_USD) <- c("Open", "High", "Low", "Close", "Volume", "Adjusted")

# 提取收盘价、过滤周末、转换为dataframe适配dplyr
btc_df <- BTC_USD$Close %>%
  as.data.frame() %>%
  rename(close = Close) %>%
  mutate(date = index(BTC_USD)) %>%
  relocate(date) %>%
  filter(!isWeekend(as.timeDate(date)))

3. 用dplyr管道计算90日已实现方差 #

btc_realized_var <- btc_df %>%
  # 计算日对数收益率：ln(今日收盘价/昨日收盘价)
  mutate(log_return = log(close) - lag(log(close))) %>%
  # 计算对数收益率的平方项
  mutate(log_return_sq = log_return^2) %>%
  # 滚动求和：取当前行及前89行的平方和（共90个交易日）
  mutate(realized_var_90d = slide_dbl(log_return_sq, sum, .before = 89, .complete = TRUE)) %>%
  # 过滤前90天的缺失值（窗口未填满时无有效计算结果）
  filter(!is.na(realized_var_90d))

4. MSCI指数的复用逻辑 #

MSCI指数的计算流程与比特币完全一致，仅需替换数据获取部分：

# 示例：获取标普500替代MSCI指数（实际可替换为对应MSCI代码）
getSymbols("^GSPC", from = startDate, to = endDate)
msci_df <- `^GSPC`$Close %>%
  as.data.frame() %>%
  rename(close = Close) %>%
  mutate(date = index(`^GSPC`)) %>%
  relocate(date) %>%
  filter(!isWeekend(as.timeDate(date)))

# 计算MSCI指数的90日已实现方差
msci_realized_var <- msci_df %>%
  mutate(log_return = log(close) - lag(log(close))) %>%
  mutate(log_return_sq = log_return^2) %>%
  mutate(realized_var_90d = slide_dbl(log_return_sq, sum, .before = 89, .complete = TRUE)) %>%
  filter(!is.na(realized_var_90d))

关键说明 #

• 采用对数收益率：避免简单收益率的偏态问题，符合已实现方差的标准计量定义。
• 滚动计算参数：.before = 89确保窗口包含当前交易日在内共90个有效数据，.complete = TRUE避免部分窗口的计算偏误。
• 原始尺度保留：计算得到的realized_var_90d未做任何归一化处理，可直接执行log(realized_var_90d)完成对数转换。

内容的提问来源于stack exchange，提问作者justaneconomist