更快地替代函数“rollapply”

Question

我需要对包含大约7,000行和11,000列的xts数据运行滚动窗口函数。我做了以下工作：

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

我等了12个小时，但计算还没完成。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。我用英特尔i5-2450M CPU、Windows 7操作系统和12 GB内存在计算机上运行它们。

如果有更快的方法在大型xts数据集上执行上述计算，请给我建议一下好吗？

Answer 1

如果可以的话，把它们转换成动物园的物体。rollapply.zoo比rollapply.xts更有效(在本例中)。我不知道哪一个更有效)：

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