我在 R 中运行滚动回归，使用存储在data.table.
我有一个工作版本，但感觉就像一个 hack——我真的在使用我从zoo包中知道的东西，并且没有任何魔法data.table......因此，它感觉比它应该的要慢。
结合 Joshua 的建议 - 下面 - 通过使用lm.fit而不是lm.
（修订）示例代码：
require(zoo)
require(data.table)
require(rbenchmark)
set.seed(1)
tt <- seq(as.Date("2011-01-01"), as.Date("2012-01-01"), by="day")
px <- rnorm(366, 95, 1)
DT <- data.table(period=tt, pvec=px)
dtt <- DT[,tnum:=as.numeric(period)][, list(pvec, tnum)]
dtx <- as.matrix(DT[,tnum:=as.numeric(period)][, tnum2:= tnum^2][, int:=1][, list(pvec, int, tnum, tnum2)])
rollreg <- function(dd) coef(lm(pvec ~ tnum + I(tnum^2), data=as.data.frame(dd)))
rollreg.fit <- function(dd) coef(lm.fit(y=dd[,1], x=dd[,-1]))
rr <- function(dd) rollapplyr(dd, width=20, FUN = rollreg, by.column=FALSE)
rr.fit <- function(dd) rollapplyr(dd, width=20, FUN = rollreg.fit, by.column=FALSE)
bmk <- benchmark(rr(dtt), rr.fit(dtx),
columns = c('test', 'elapsed', 'relative'),
replications = 10,
order = 'elapsed'
)
test elapsed relative
2 rr.fit(dtx) 0.48 1.0000
1 rr(dtt) 5.85 12.1875
尝试应用这里和这里展示的知识，我制作了以下简单的滚动回归函数，我认为它使用了一些 data.table 操作的速度。
请注意，问题有点不同（而且更现实）：取一个向量，添加滞后，然后回归自身。这类 AR 类型的问题非常广泛。
我在这里分享它，因为它可能有用，我确信它可以改进（我会随着改进而更新）：
require(data.table)
set.seed(1)
x <- rnorm(1000)
DT <- data.table(x)
DTin <- data.table(x)
lagDT <- function(DTin, varname, l=5)
{
i = 0
while ( i < l){
expr <- parse(text =
paste0(varname, '_L', (i+1),
':= c(rep(NA, (1+i)),', varname, '[-((length(', varname, ') - i):length(', varname, '))])'
)
)
DTin[, eval(expr)]
i <- i + 1
}
return(DTin)
}
rollRegDT <- function(DTin, varname, k=20, l=5)
{
adj <- k + l - 1
.x <- 1:(nrow(DTin)-adj)
DTin[, int:=1]
dtReg <- function(dd) coef(lm.fit(y=dd[-c(1:l),1], x=dd[-c(1:l),-1]))
eleNum <- nrow(DTin)*(l+1)
outMatx <- matrix(rep(NA, eleNum), ncol = (l+1))
colnames(outMatx) <- c('intercept', 'L1', 'L2', 'L3', 'L4', 'L5')
for (i in .x){
dt_m <- as.matrix(lagDT(DTin[i:(i+adj), ], varname, l))
outMatx[(i+(adj)),] <- dtReg(dt_m)
}
return(outMatx)
}
rollCoef <- rollRegDT(DT, varname='x')