R语言编写函数实现指数加权移动方差(EWMV)计算

问题背景 #

需要编写R函数实现指数加权移动方差（exponentially weighted moving variance, EWMV）计算，目前公开R包仅提供简单移动方差的计算能力，典型包括：

• TTR包的runSD函数
• roll包的roll_SD函数

维基百科移动平均条目给出了EWMV的计算公式及参考文献，但落地实现存在两个障碍：

• 公式原理到可运行代码的转化逻辑不清晰
• 不明确条目提及的「EWMV可与指数移动平均同步便捷计算」的具体实现方式

已有适配滑动窗口的指数移动平均（EMA）自定义函数如下：

EMA <- function (price,n){
  ema <- c()
  ema[1:(n-1)] <- NA
  ema[n]<- mean(price[1:n])
  alpha <- 2/(n+1)
  for (i in (n+1):length(price)){
    ema[i]<-alpha* price[i] + 
      (1-alpha) * ema[i-1]
  }
  ema <- reclass(ema,price)
  return(ema)
}

目标是将EWMV计算逻辑集成到上述EMA计算流程中，得到可运行的同步计算实现。

最终实现代码 #

经过公式核对与滑动场景适配，最终实现无第三方依赖的EWMV计算函数EMVar，内置同步EMA计算逻辑：

EMVar <- function(x, n){
  alpha <- 2/(n+1)
  
  # 计算指数移动平均
  ema <- c()
  ema[1:(n-1)] <- NA
  ema[n]<- mean(x[1:n])
  
  for (i in (n+1):length(x)){
    ema[i]<-alpha* x[i] + 
      (1-alpha) * ema[i-1]
  }
  
  # 计算指数加权移动方差
  delta <- x - lag(ema)

  emvar <- c()
  emvar[1:(n-1)] <- NA
  emvar[n] <- ifelse(n==1,0,var(x[1:n]))
  
  for(i in (n+1):length(x)){
    emvar[i] <-  (1-alpha) * (emvar[i-1] + alpha * delta[i]^2)
  }
  return(emvar)  
}

核心调整逻辑 #

• 复用计算中间值减少冗余运算：迭代式EMA[i] = EMA[i-1] + alpha * delta与EMA标准计算公式alpha * x[i] + (1-alpha) * EMA[i-1]完全等价，EMA迭代过程中生成的差值delta可直接用于EWMV计算，无需重复遍历序列计算EMA。如果项目中已经加载TTR包，也可以直接调用包内置的EMA函数替换自实现的EMA逻辑，上述代码内置了完整EMA计算流程，无额外依赖。
• 适配自定义滑动窗口的初始化规则：维基百科给出的默认迭代逻辑从序列首个观测值x[1]开始，对应初始值为EMA[1] = x[1]、EMVar[1] = 0，无法满足指定窗口长度（如n=20）的滑动计算需求。针对自定义窗口场景，采用和行业通用EMA计算一致的初始化方案：以窗口内样本的简单均值作为EMA初始值（即EMA[n] = mean(x[1:n])），对应以窗口内样本的简单方差作为EWMV初始值（即EMVar[n] = var(x[1:n])），计算结果和常规滑动指标的输出逻辑对齐。

内容的提问来源于stack exchange，提问作者Stefan