python 波动率_Python中的EWMA波动性 - 避免循环

我有一个看起来像这样的时间序列（切片）：Date 3 7 10

2015-02-13 0.00021 -0.00078927 0.00407473

2015-02-16 0.0 -0.00343163 0.0

2015-02-17 0.0 0.0049406 0.00159753

2015-02-18 0.00117 -0.00123565 -0.00031423

2015-02-19 0.00091 -0.00253578 -0.00106207

2015-02-20 0.00086 0.00113476 0.00612649

2015-02-23 -0.0011 -0.00403307 -0.00030327

2015-02-24 -0.00179 0.00043229 0.00275874

2015-02-25 0.00035 0.00186069 -0.00076578

2015-02-26 -0.00032 -0.01435613 -0.00147597

2015-02-27 -0.00288 -0.0001786 -0.00295631

为了计算EWMA波动率，我实现了以下功能：def CalculateEWMAVol (ReturnSeries, Lambda):

SampleSize = len(ReturnSeries)

Average = ReturnSeries.mean()

e = np.arange(SampleSize-1,-1,-1)

r = np.repeat(Lambda,SampleSize)

vecLambda = np.power(r,e)

sxxewm = (np.power(ReturnSeries-Average,2)*vecLambda).sum()

Vart = sxxewm/vecLambda.sum()

EWMAVol = math.sqrt(Vart)

return (EWMAVol)

def CalculateVol (R, Lambda):

Vol = pd.Series(index=R.columns)

for facId in R.columns:

Vol[facId] = CalculateEWMAVol(R[facId], Lambda)

return (Vol)

该函数正常工作，但由于for循环，由于时间序列较大，进程变慢。

是否有另一种方法可以在系列中调用此函数？