0

我编写了一个代码来运行多个证券的多个时间序列滚动回归。由于证券数量超过 10,000 个，并且每个证券有超过 200 个滚动窗口，因此顺序设置（使用 foreach %do%）的运行时间约为 30 分钟。

我想使用“doParralel”后端为并行计算实现 foreach %dopar% 。简单地在代码中用 %dopar% 更改 %do% 并不能解决问题。我对这种并行计算方法很陌生，希望能得到一些帮助。

这是 foreach %do% 代码：

sec = ncol(ret.zoo)
num.factors = 2
rows = nrow(ret.zoo) - 60 + 1
beta.temp = matrix(nc = num.factors + 1, nr = sec*rows)
gvkey.vec = matrix(nc = 1, nr = sec*rows)

d = 1
foreach(i=1:sec) %do% {
      df = merge(ret.zoo[,i], data)
      names(df) <- c("return", names(data))
      gvkey = substr(colnames(ret.zoo)[i],2,9)

      reg = function(z) {
          z.df = as.data.frame(z)
          ret = z.df[,which(names(z.df) ==  "return")]
          ret.no.na = ret[!is.na(ret)]
          if(length(ret.no.na) >= 30) {
             coef(lm(return ~ VAL + SIZE, data = as.data.frame(z), na.action = na.omit))
          }
          else {
             as.numeric(rep(NA,num.factors + 1))   ## the "+1" is for the intercept value
          }     
     }

     beta = rollapply(df, width = 60, FUN = reg, by.column = FALSE, align = "right")
     beta.temp[d:(d+rows-1),] = beta
     gvkey.vec[d:(d+rows-1),] = gvkey
     d = d+rows
}
beta.df = data.frame(secId = gvkey.vec, date = rep(index(beta), sec), beta.temp)
colnames(beta.df) <- c("gvkey", "date", "intercept", "VAL", "SIZE")

为了使用 %dopar% 启用并行计算，我调用并注册了后端“doParallel”。

非常感谢！

更新

这是我的第一次尝试：

library(doParallel) ## parallel backend for the foreach function
registerDoParallel()

sec = ncol(ret.zoo)
num.factors = 2
rows = nrow(ret.zoo) - 60 + 1

result <- foreach(i=1:sec) %dopar% {
    library(zoo)
    library(stats)

    df = merge(ret.zoo[,i], data)
    names(df) <- c("return", names(data))
    gvkey = substr(colnames(ret.zoo)[i],2,9)

    reg = function(z) {
        z.df = as.data.frame(z)
        ret = z.df[,which(names(z.df) ==  "return")]
        ret.no.na = ret[!is.na(ret)]
        if(length(ret.no.na) >= 30) {
            coef(lm(return ~ VAL + SIZE, data = as.data.frame(z), na.action = na.omit))
        }
        else {
            as.numeric(rep(NA,num.factors + 1))   ## the "+1" is for the intercept value
        }   
    }

    rollapply(df, width = 60, FUN = reg, by.column = FALSE, align = "right")
}
beta.df = do.call('combine', result)

这在循环结束之前完美运行。但是，beta.df = do.call('combine', result)给出以下错误：Error in do.call("combine", result) : could not find function "combine"。

如何组合结果的输出。现在它是一个列表而不是一个数据框。

谢谢，

4

1 回答 1

0

这是将来自不同集群的结果组合到数据帧中的方法（从运行时的角度来看非常有效）：

lstData <- Map(as.data.frame, result)
dfData <- rbindlist(lstData)
beta.df = as.data.frame(dfData)
于 2013-08-16T16:01:31.590 回答