R中的快速滚动相关

Question

我正在尝试对具有第 N 行的数据执行滚动关联，其中 N 大于 600000。这是一个股票数据集，其中每一行代表该分钟股票的价值，因此每一行相差一个分钟。这个link 是关于如何实现代码的想法。

尽管如此，由于我的数据集中有这么多行，它的运行速度非常慢。我想知道是否还有其他可能的解决方案。我想：既然窗口只相差一分钟，也许我可以以某种方式动态更新均值和标准差，这样cor 函数就不需要再次占用整个窗口的代码了。我个人认为这可能不是一个好方法，因为 mean 很容易更新，但是对于 sd，需要再次考虑整个 cols。

不胜感激！谢谢！

Answer 1

我不知道“极慢”对您意味着什么或您需要多快，但这里有一个解决方案，它适用于一些简单的假数据，在 2012 年的笔记本电脑上大约 20 秒内有 600,000 行，运行滚动相关性60 个观察窗口。

df <- data.frame(change_a = rnorm(6E5), change_b = rnorm(6E5))
df$price_a = 100 + cumsum(df$change_a)
df$price_b = 100 + cumsum(df$change_b)
df$corr100 = slider::slide2_dbl(df$price_a, df$price_b, cor, .before = 59)

如果您希望滚动窗口由时间戳而不是固定数量的观察值定义，您还可以查看slide2_index_dbl 函数。