MATLAB 中的 3 天滚动相关性计算

Question

我需要计算 3 天相关性。下面给出了示例矩阵。我的问题是 ID 可能不会每天都存在于宇宙中。例如，AAPL 可能永远存在于宇宙中，但一家公司 - CCL 可能只在我的宇宙中存在 2 天。我希望有一个矢量化的解决方案。我可能必须在这里使用 structs/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 天相关性”：

% 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 1995 年至 2011 年的 Russel1000 宇宙，拥有超过 410 万行。所需的相关性超过 20 天。

Answer 1

我不会尝试在这里获得矢量化解决方案： MATLAB JIT 编译器< /a> 意味着循环在最新版本的 MATLAB 上通常可以同样快。

您的矩阵看起来很像稀疏矩阵：是否有助于将其转换为这种形式，以便您可以使用数组索引？这可能仅在第三列中的数据永远不能为 0 时才有效，否则您必须保留当前的显式列表并使用如下所示的内容：

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