Question

说我在R中有以下ts对象。

x <- ts(data = matrix(1:10, 5, 2), start = 1/12, deltat = 1/12)

现在我想对这个时间序列的每个条目应用函数f：函数f取决于时间序列的值和相应的时间，例如：

f <- function(z, time){z*time}

我正在寻找一种有效的方法来实现这一点：到目前为止，我只针对这样的解决方案进行了一些工作：

timex <- seq(from = 1/12, by = 1/12, length = 5)
apply(x, 2, function(y){ apply(cbind(y, timex),1, function(z) f(z[1], z[2]))})

此解决方案提供了正确的结果，但我确信有更直接的方法。

我正在寻找一种适用于更多＆＃34;复杂功能的方法＆＃34; f：特别是如果长度（x）> 1，则无法直接调用f（x，time（x））。

对我来说，时间序列是ts格式并不重要，所以如果有一个不同时间序列格式的解决方案，我全都赞成它。对我来说最重要的是表现。最后的结果也不一定是时间序列对象。

你们有任何提示吗？谢谢。

修改问题似乎是x一旦使用了应用就失去了它的ts属性。特别是不能再使用 time 命令。

apply(x, 2, class)
 Series 1  Series 2 
"integer" "integer"

class(x)
[1] "mts"    "ts"     "matrix"

编辑2： 我被要求提供一个更复杂的函数f的例子：这是一个计算某些金融产品价值的函数。

f  <- function(s0, t){
  option.times <- 1:20/2
  tau <- option.times[option.times >= t] - t

  d = (log(1.5/s0) - 0.0098*tau)/(0.0098* sqrt(tau))

  p1 <- pnorm(d)
  p2 <- s0 / 1.5* exp((1/2*0.02^2 + 0.0098)*tau) * pnorm(d-0.02*sqrt(tau)) 
  sum((p1-p2)*exp(-0.02*tau))*100

}

我无法提供我正在使用的时间序列：但它是一个530x10000时间序列，每周数据（时间（x）从0开始，以deltat = 1/52进行）。对于这个函数f和我的时间序列，我得到了

> system.time(apply(x, 2, function(y){ apply(cbind(y, timex),1, function(z) f(z[1], z[2]))}))
       User      System verstrichen 
      69.62        0.03       69.75 
> system.time(mapply(f, x, time(x)))
       User      System verstrichen 
      79.01        0.06       79.12

所以mapply比使用apply两次稍慢。

Answer 1

您可以使用mapply将多个向量用作输入：

x <- ts(data = matrix(1:10, 5, 2), start = 1/12, deltat = 1/12)
f <- function(z, time){z*time}
mapply(f, x, time(x))
#>  [1] 0.08333333 0.33333333 0.75000000 1.33333333 2.08333333 0.50000000
#>  [7] 1.16666667 2.00000000 3.00000000 4.16666667

修改我可以用真实的功能和实际的数据重现你的时间：

n <- 530 m <- 10000 x <- ts(data = matrix(rlnorm(n * m), n, m), start = 0, deltat = 1/52) f <- function(s0, t){ option.times <- 1:20/2 tau <- option.times[option.times >= t] - t d = (log(1.5/s0) - 0.0098*tau)/(0.0098* sqrt(tau)) p1 <- pnorm(d) p2 <- s0 / 1.5* exp((1/2*0.02^2 + 0.0098)*tau) * pnorm(d-0.02*sqrt(tau)) sum((p1-p2)*exp(-0.02*tau))*100 } timex <- time(x) system.time(r1 <- apply(x, 2, function(y){ apply(cbind(y, timex),1, function(z) f(z[1], z[2]))})) #> User System verstrichen #> 67.002 0.059 67.089 system.time(r2 <- matrix(mapply(f, x, time(x)), n, m)) #> User System verstrichen #> 78.975 0.244 79.250 all(r1 == r2) #> [1] TRUE

但是，你的函数允许至少部分向量化，这样就足以在所有行上进行（显式）循环而不是所有矩阵元素的（隐式）循环：

g <- function(s0, t){ option.times <- 1:20/2 tau <- option.times[option.times >= t] - t d = outer(-0.0098*tau, log(1.5/s0), FUN = "+")/(0.0098 * sqrt(tau)) p1 <- pnorm(d) p2 <- outer(exp((1/2*0.02^2 + 0.0098)*tau), s0 / 1.5, FUN = "*") * pnorm(d - 0.02*sqrt(tau)) colSums((p1 - p2)*exp(-0.02*tau))*100 } r3 <- matrix(0, n ,m) timex <- time(x) system.time(for (i in seq_along(timex)) { r3[i, ] <- g(x[i, ], timex[i]) }) #> User System verstrichen #> 4.955 0.136 4.919 all(r3 == r2) #> [1] TRUE

可能有办法完全矢量化函数......

将函数应用于时间序列对象

1 个答案: