Question

我使用rollapply来创建GARCH（1,1）模型（garchFit）的一步预测。下面提供了一个示例：

require(fGarch)
require(zoo)
data(EuStockMarkets)  
dax <- diff(log(EuStockMarkets))[,"DAX"]


gfit <- function(df)
   { 
  series <- df
    capture.output(gf <- garchFit(formula=~arma(0,0) + garch(1,1), data=series),     file='NUL')
    g <- predict(gf, n.ahead=1)[,2]
    attributes(g) <- NULL
return(g)
   }

 rolling <- rollapply(dax, width=250, FUN=gfit)

然而，这需要相当长的时间。所以我的问题是：有没有一种加速这种方法的方法？

Answer 1

rollapply的最新版本（例如动物园1.7-6）中存在一个错误，该错误未导致错误答案但确实导致其运行速度比需要的慢得多。尝试开发版本（成为动物园1.7-7），看看它是否足以满足您的需求：

install.packages（“zoo”，repo =“http://r-forge.r-project.org”）
您还可以尝试衡量您的函数占用的时间百分比（请参阅?Rprof），如果它的大，即total.pct FUN很大，那么它没有意义寻找rollapply替代品。

加快提前一步预测（而不是使用rollapply）

1 个答案: