R语言 TTR包 volatility()函数中文帮助文档(中英文对照)

loveR

volatility(TTR)
volatility()所属R语言包：TTR

                                         Volatility
                                         挥发性

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Selected volatility estimators/indicators; various authors.
波动率估计/指标，不同的作者。


用法----------Usage----------


  volatility(OHLC, n=10, calc="close", N=260, ...)



参数----------Arguments----------

参数：OHLC
Object that is coercible to xts or matrix and contains Open-High-Low-Close prices (or only Close prices, if calc="close").  
XTS或矩阵转换成的对象包含开高 - 低 - 收盘价（或收盘价，如果calc="close"）。


参数：n
Number of periods for the volatility estimate.  
期间市场波动的估计数。


参数：calc
The calculation (type) of estimator to use.  
估计使用的计算（类型）。


参数：N
Number of periods per year.  
每年的周期数。


参数：...
Arguments to be passed to/from other methods.  
要传递到/从其他的方法。


Details

详细信息----------Details----------

Close-to-Close Volatility (close)<br> Historical volatility calculation using close-to-close prices.
关闭，关闭波幅（close）<BR>的历史波动率计算使用近距离收盘价。

OHLC Volatility: Garman and Klass (garman.klass)<br> The Garman and Klass estimator for estimating historical volatility assumes Brownian motion with zero drift and no opening jumps (i.e. the opening = close of the previous period). This estimator is 7.4 times more efficient than the close-to-close estimator.
OHLC波幅：加曼和克拉斯（garman.klass）参考加曼和克拉斯布朗运动的假定零点漂移和不开放跳转（即的开放=关闭前一段时间），估计历史波动率估计。这个估计是7.4倍，更有效的贴近密切的估计。

High-Low Volatility: Parkinson (parkinson)<br> The Parkinson formula for estimating the historical volatility of an underlying based on high and low prices.
高 - 低波幅：帕金森（parkinson）参考帕金森公式估计一个基本的历史波幅高，价格低的基础上。

OHLC Volatility: Rogers and Satchell (rogers.satchell)<br> The Roger and Satchell historical volatility estimator allows for non-zero drift, but assumed no opening jump.
OHLC波幅：罗杰斯和萨切尔（rogers.satchell）参考罗杰和萨切尔历史波动率估计允许非零点漂移，但假设没有开跳。

OHLC Volatility: Garman and Klass - Yang and Zhang (gk.yz)<br> This estimator is a modified version of the Garman and Klass estimator that allows for opening gaps.
OHLC波幅：加曼和克拉斯 - 扬和张（gk.yz）<br>这估计是加曼和允许打开缺口的的克拉斯估计，修改后的版本。

OHLC Volatility: Yang and Zhang (yang.zhang)<br> The Yang and Zhang historical volatility estimator has minimum estimation error, and is independent of drift and opening gaps.  It can be interpreted as a weighted average of the Rogers and Satchell estimator, the close-open volatility, and the open-close volatility.
OHLC的波幅：杨和张（yang.zhang）参考杨，张历史波动率估计最低估计错误，并且是独立的漂移和开口间隙。它可以被理解为一个加权平均罗杰斯和萨切尔估计，接近开放式的波动，以及开闭的波动。


值----------Value----------

A object of the same class as OHLC or a vector (if try.xts fails) containing the chosen volatility estimator values.
OHLC或向量（try.xts如果失败），包含所选择的波幅估计值相同的类的一个对象。


（作者）----------Author(s)----------


Joshua Ulrich



参考文献----------References----------

Close-to-Close Volatility (<code>close</code>):<br> http://www.sitmo.com/eq/172<br> OHLC Volatility: Garman Klass (<code>garman.klass</code>):<br> http://www.sitmo.com/eq/402<br> High-Low Volatility: Parkinson (<code>parkinson</code>):<br> http://www.sitmo.com/eq/173<br> OHLC Volatility: Rogers Satchell (<code>rogers.satchell</code>):<br> http://www.sitmo.com/eq/414<br> OHLC Volatility: Garman Klass - Yang Zhang (<code>gk.yz</code>):<br> http://www.sitmo.com/eq/409<br> OHLC Volatility: Yang Zhang (<code>yang.zhang</code>):<br> http://www.sitmo.com/eq/417<br>

参见----------See Also----------

See TR and chaikinVolatility for other volatility measures.
见TR和chaikinVolatility其他波动性措施。


实例----------Examples----------


  data(ttrc)
  ohlc <- ttrc[,c("Open","High","Low","Close")]
  vClose <- volatility(ohlc, calc="close")
  vGK <- volatility(ohlc, calc="garman")
  vParkinson <- volatility(ohlc, calc="parkinson")
  vRS <- volatility(ohlc, calc="rogers")

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。