R中的迭代方法代码以提高效率？ [关闭]

Question

我正在使用 Merton 默认模型和复杂的迭代方法。

我已经准备好了我的 R 代码，但由于我是 R 的新手，它们似乎非常低效，从某种意义上说它们运行了将近 7 个小时。我的主要问题是我的 for 循环部分。

恳请您检查我的 R 代码并提供任何可以使我的 R 代码更高效的更正，即它们运行的​​时间更少 我在这里下载了所有数据和 R 代码： https://www.dropbox.com/sh/jlqvao40e5nvkev/AACpPdAdG67juhX9HoHPpiC1a

编辑： 下面的循环运行很多，也许你知道一些我可以在这里用while和for循环替换的函数，我想sappy可以工作但我不知道如何应用它：

  errors<-ddply( df5, .(id, BSheetyearlag), function(x) sum((x$iterK-x$iterK1)^2))

  df5<-as.data.frame(df5)
  df5<-join(df5, errors, by=c("id", "BSheetyearlag"))
  df5<-as.data.table(df5)
  for ( i in 1:nrow(errors)){
  while(errors$V1[i] >= 10^(-10)) {
  df5<-as.data.table(df5)
  df5[,iterK:= iterK1,by=c("id", "BSheetyearlag")] 
  df5[,assetreturn:=c(NA,diff(log(iterK))),by=c("id", "BSheetyearlag")] 
  df5[,rollsdasset:=rollapply(assetreturn, 249, sd, fill=NA, align='right')*sqrt(250), by=c("id", "BSheetyearlag")]
  df5[,iterK1:=(cap+LTD05*exp(-rfabsol)*pnorm(blackscholes(iterK,LTD05,rfabsol, 1,rollsdasset[250]))-rollsdasset[250])/pnorm(blackscholes(iterK,LTD05,rfabsol, 1,rollsdasset[250])),by=c("id", "BSheetyearlag")]
  df5<-as.data.frame(df5)
  errors$V1[i]<-sum((df5[df5$V1 %in% errors$V1[i],"iterK"]-df5[df5$V1 %in% errors$V1[i],"iterK1"])^2)
        }
        }

Answer 1

通常，R 提供了许多执行循环的函数。它们被称为apply 系列函数。具体语法和细节，在 R 控制台输入：

?apply

此外，这里有一些链接可以帮助您熟悉这些功能。

• Overview
• An SO question
• YouTube video from Google Developers

另外，由于您是 R 新手，您应该研究一下基础 R 附带的调试工具。

traceback() 
# - prints out the function call stack after an error occurs
# - does nothing if there's no error
# - only gives the most recent error- call right away

recover()   
# allows you to modify the error behavior so that you can
# browse the function call stack

debug()
# flags a function for "debug" mode which allows you to step
# through execution of a function one line at a time.

browser()
# suspends the execuction of a function wherever it is
# called and puts the function in debug mode.
# You can put this anywhere in the code and it will start there.

trace()
# allows you to insert debugging code into a function in
# in specific places

还有可以通过Rprof() 访问的R Profiler。使用?Rprof 查看它的文档。