更快的替代功能“rollapply”

Question

我需要在包含大約 7,000 行和 11,000 列的 xts 數據上運行滾動窗口函數。 我做了以下事情：

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

我等到了 12 個小時，但計算沒有完成。 但是，當我嘗試使用小數據集時，如下所示：

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

計算是在 60 秒內完成的。 我在配備 Intel i5-2450M CPU、Windows 7 操作系統和 12 GB RAM 的計算機上運行它們。

任何人都可以建議我是否有更快的方法在大型 xts 數據集上執行上述計算？

Answer 1

如果可以，將它們轉換為動物園對象。 rollapply.zoo比rollapply.xts更有效（在這種情況下。我不確定哪個更有效）：

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