我有一个问题找到最有效的方法来计算多列xts对象的滚动线性回归。我已经在这里搜索和阅读了几个以前的问题在stackoverflow。多列滚动回归
这个question and answer接近但在我看来是不够的,因为我想计算多个回归,因变量在所有回归中保持不变。我试图再现与随机数据的示例:为了随着时间的推移,每个因子多个变量(残差系数等)存储创建
require(xts)
require(RcppArmadillo) # Load libraries
data <- matrix(sample(1:10000, 1500), 1500, 5, byrow = TRUE) # Random data
data[1000:1500, 2] <- NA # insert NAs to make it more similar to true data
data <- xts(data, order.by = as.Date(1:1500, origin = "2000-01-01"))
NR <- nrow(data) # number of observations
NC <- ncol(data) # number of factors
obs <- 30 # required number of observations for rolling regression analysis
info.names <- c("res", "coef")
info <- array(NA, dim = c(NR, length(info.names), NC))
colnames(info) <- info.names
阵列。
loop.begin.time <- Sys.time()
for (j in 2:NC) {
cat(paste("Processing residuals for factor:", j), "\n")
for (i in obs:NR) {
regression.temp <- fastLm(data[i:(i-(obs-1)), j] ~ data[i:(i-(obs-1)), 1])
residuals.temp <- regression.temp$residuals
info[i, "res", j] <- round(residuals.temp[1]/sd(residuals.temp), 4)
info[i, "coef", j] <- regression.temp$coefficients[2]
}
}
loop.end.time <- Sys.time()
print(loop.end.time - loop.begin.time) # prints the loop runtime
作为循环示出了想法是与data[, 1]
作为因变量(因子)对其他的因素之一每次运行30个观察滚动回归。由于fastLm
不计算标准化残差,因此我必须将30个残差存储在临时对象中以便将它们标准化。
如果xts对象中的列(因子)数量增加到大约100 - 1000列,则循环非常缓慢并且变得非常麻烦,这将需要一个永恒。我希望有一个更高效的代码来创建大型数据集上的滚动回归。
通过不运行回归两次,我可以将它编辑成您的问题。 – 2012-08-08 21:25:02
当然可以!这在欧洲很晚。谢谢约书亚。 该变化使性能提高了2-2.5倍。但是,您是否认为该代码对2500个每日观察数据集和1000个因子具有足够的性能? 或者您是否知道使用rollapply与上述方法相比有哪些性能提升? 我想如果数据集变得非常大,你必须应用递归最小二乘滤波器或相关的东西 - 对此的任何想法? – 2012-08-08 21:42:09