编辑：这是一个不断重新平衡的投资组合问题。
有谁知道递归调用要用什么函数？
让 s= 库存；
让 c= 现金；
设 X_0= 初始财富；
let r = 是一个随机向量，看起来像 (1,-0.5,-0.5,1,-.5,1,1,1-0.5,...) #得到 1 或 0.5 的概率各为 50% .
X_0 = s+c
X_1 = 1/2*x_0*(1+r) + 1/2*x_0
X_2 = 1/2*x_1*(1+r) + 1/2*x_1 #在这个等式中x_0改为x_1，仅此而已
X_3 = 1/2*x_2*(1+r) + 1/2*x_2
……
以此类推，
R 中是否有一个函数将上一步的输入作为这一步的输入？
打电话？应用？记起？我想不通！
提前致谢！
【问题讨论】：
标签： r
它是为高阶函数Reduce 量身定做的工作。这是代码
calc_wealth <- function(x, r){
return(0.5*x*(1 + r) + 0.5*x)
}
x0 <- 10
set.seed(1234)
r <- sample(c(-0.5, 1), size = 5, replace = TRUE, prob = c(0.5, 0.5))
wealth <- Reduce('calc_wealth', r, init = x0, accumulate = TRUE)
> r
[1] 1.0 -0.5 -0.5 -0.5 -0.5
> wealth
[1] 10.000000 15.000000 11.250000 8.437500 6.328125 4.746094
这是从帮助文件中提取的Reduce 的相应文档。
Reduce(f, x, init, right = FALSE, accumulate = FALSE)
Reduce 使用二元函数依次组合 一个给定的向量和一个可能给定的初始值。如果给出了 init， 减少逻辑将其添加到开头（从左到右进行时） 或 x 的结尾，分别。如果这个可能增广的向量 v 有 n > 1 个元素，Reduce 依次将 f 应用于 v 的元素 分别是从左到右或从右到左。即，左减少 计算 l_1 = f(v_1, v_2), l_2 = f(l_1, v_3) 等，并返回 l_{n-1} = f(l_{n-2}, v_n),
【讨论】：
github 现在似乎已经关闭，但 @hadley 有一个关于如何使用高阶函数的令人难以置信的 wiki 页面。将在github 重新启用后发布链接。
[编辑：] OP 澄清 r 会更改每个循环，他们希望避免使用 for 循环。
在这种情况下，您可以尝试以下方法：
# generate vector of .5s and 1s with 50% probability of each.
# length N.
rs <- ifelse(runif(N)<.5,.5,1)
x0 <- ... # set x0
x <- x0
# loop over rs, evaluation a new x each time. Note the '<<-'
vapply( rs, function(r) x <<- 1/2*x*(1+r)+1/2*x, -1 )
x # contains final value after N iterations.
记住vapply 需要第三个参数来给出函数的返回类型，这比sapply 等加快了一点速度（做?vapply）。
<<-的含义是在全局环境中修改x，而不是在vapply的函数范围内。
适用于在其他范围内搞乱的常见警告（即，请注意不要在某些您无意修改的环境中修改 x）。
您可以通过 for 循环实现此目的：
N = number of times to iterate the loop
x_0 <- s+c
x <- x_0
for ( i in 1:N ) {
# [calculate r here]
# calculate x
x <- 1/2*x*(1+r) + 1/2*x
}
但是，您的方程式看起来可以简化以避免这一切：
x_{i+1} = 1/2 * x_i * (1+r) + 1/2 * x_i
= 1/2 * x_i * (1+r +1)
= 1/2 * x_i * (2+r)
在这种情况下，我们可以看到：
x_n = [1/2 * (2+r) ]^n * x_0
当您说r“不恒定”时，您的意思是每次计算x_i 时它都会发生变化？如x_1 等式中的r 与x_2 等式中的r 不同？在这种情况下，您必须使用 for 循环，而 x_n 的简化方程无效。
【讨论】：
for 循环，这将起作用（使用为循环计算 r 的适当行）。