Question

我需要在xts数据上运行滚动窗口函数，该数据包含大约7,000行和11,000列。我做了以下事情：

require(PerformanceAnalytics)
ssd60<-rollapply(wddxts,width=60,FUN=function(x) SemiDeviation(x),by.column=TRUE)

我等了12个小时，但计算结束了。但是，当我尝试使用小数据集时，如下所示：

sample<-wddxts[,1:5]
ssd60<-rollapply(sample,width=60,FUN=function(x) SemiDeviation(x),by.column=TRUE)

计算在60秒内完成。我在配备Intel i5-2450M CPU，Windows 7操作系统和12 GB RAM的计算机上运行它们。

如果有更快的方法在大型xts数据集上执行上述计算，有人可以建议我吗？

Answer 1

如果可以，将它们转换为动物园对象。 rollapply.zoo比rollapply.xts效率更高（在这种情况下。我不确定哪个更有效率）：

R> require(PerformanceAnalytics)
R> set.seed(21)
R> x <- .xts(rnorm(7000,0,0.01), 1:7000)
R> system.time({
+   r <- rollapply(x, 60, SemiDeviation, by.column=TRUE, fill=NA)
+ })
   user  system elapsed 
  9.936   0.111  10.075 
R> system.time({
+   z <- rollapplyr(as.zoo(x), 60, SemiDeviation, by.column=TRUE, fill=NA)
+ })
   user  system elapsed 
  1.950   0.010   1.964

更快速地替代功能＆＃39; rollapply＆＃39;

1 个答案: