更快速地替代功能' rollapply'

时间:2014-08-24 10:20:12

标签: r xts zoo performanceanalytics rollapply

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?

1 个答案:

答案 0 :(得分:3)

如果可以,将它们转换为动物园对象。 rollapply.zoorollapply.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