如何计算最近36个月的股票方差（缺少一些月度数据）？

Question

我从CRSP下载了一些股票数据，需要该公司过去36个月的股票回报差异

因此，基本上方差基于两个条件：

• 相同的PERMCO（公司编号）
• 过去3年的月度股票回报率

然而，我从样本中排除了低价股（价格低于2美元的股票）。因此，有时月份缺失，例如4月和6月的月报表直接位于彼此的顶部

如果我没有弄错的话，滚动函数（按Permco分组）将只获取上述36个月的收益。但如果缺少月份，滚动函数实际上需要3年以上的数据（因为过去36个月的收益率将超过这一时间段）

我通常和微软Excel一起工作。然而，在这种情况下，数据量太大，让Excel计算数据需要几年时间。这就是我想用Python解决这个问题的原因。 样本组织如下：

PERMNO date SHRCD PERMCO PRC RET

当我弄明白如何在这里创建一个合适的表时，我将向您展示我的数据示例

到目前为止，我所尝试的：

data["RET"]=data["RET"].replace(["C","B"], np.nan)
data["date"] = pd.to_datetime(date["date"])
data=data.sort_values[("PERMCO" , "date"]).reset_index()
L3Yvariance=data.groupby("PERMCO")["RET"].rolling(36).var().reset_index()

有时会有C和B而不是实际回报，这就是为什么第一行

Answer 1

可以用平均值替换缺少的值。它不会影响方差，因为方差是在减去平均值后计算的，因此在这种情况下，对于没有该值的时间，方差的贡献将为0