输入范围的回归循环 - 如何避免 for 循环并提高性能？

Question

我目前正在回测一个涉及lm() 回归和概率glm() 回归的策略。我有一个名为 forBacktest 的数据框，有 200 行（每天 1 行用于回测）和 9 列：前 8 个（x1 到 x8）是解释变量，最后一个（x9）是真正的价值（我试图在回归中解释）。为了进行回归，我有另一个名为 temp 的数据框，它有 1000 行（每天一个）和很多列，其中一些是 x1 到 x8 值以及 x9价值。

但棘手的部分是我不只是为predict 生成一个回归模型，然后是一个循环，因为我根据x1 的值选择数据框temp 的一部分，我分成 8 个不同的范围，然后根据数据框 forBacktest 的值 x1，我对给定范围内的 temp 和 x1 的一部分进行回归。

所以我所做的是，对于 200 行中的每一行，我采用 x1，如果 x1 介于 0 和 1 之间（例如），那么我创建 temp 的一部分，其中所有 @987654341 @ 介于 0 和 1 之间，然后我做一个回归来解释 x9 和 x1，x2，...x9（只是x1+x2+...，没有x1:x2，x1^2，。 ..) 然后我将predict 函数与数据框forBacketst 一起使用。如果我预测一个正值并且如果x9 是正值，那么我将计数器success 加一（如果两者都是负值，则同上），但如果一个是正值而另一个是负值，那么success 保持不变。然后我拿下一行，依此类推。在 200 行的末尾，我现在有我返回的成功的平均值。事实上，我有两个平均值：一个用于lm 回归，另一个用于glm 回归（相同的方法，我只是用sign(x9) 来解释变量）。

所以我的问题是：我怎样才能在 R 中有效地做到这一点，如果可能的话，没有一个有 200 次迭代的大 for 循环，对于每次迭代，它会创建数据框的一部分，进行回归，预测这两个值，将它们添加到计数器等等？（这是我目前的解决方案，但我发现它太慢而且不太像 R）

我的代码是这样的：

backtest<-function() {
    for (i in 1:dim(forBacktest)[1]) {
        x1 <- forBacktest[i,1]: x2 <- forBacktest[i,2] ... x9 <- forBacktest[i,9]
        a <- ifelse(x1>1.5,1.45,ifelse(x1>1,0.95,.... 
        b <- ifelse(x1>1.5,100,ifelse(x1>1,1.55,....
        temp2 <- temp[(temp$x1>=a/100)&(temp$x1<=b/100),]
        df <- dataframe(temp$x1,temp$x2,...temp$x9)
        reg <- lm(temp$x9~.,data=df)
        df2 <- data.frame(x1,x2,...x9)
        rReg <- predict(reg,df2)
        trueOrFalse <- ifelse(sign(rReg*x9)>0,1,0)
        success <- success+trueOrFalse
    }
    success
}            

Answer 1

您编写的代码非常复杂。事情可能要简单得多..

使用cut() 和by() 函数。

breaks <- 0:8 #this is the range by which you want to divide your data
divider <- cut(forBackTest$x1,breaks)
subsetDat <- by(forBackTest,INDICES = divider,data.frame) # this creates 8 dataframes
reg <- lapply(subsetDat,lm,formula=x9~.) 

'reg' 现在将包含对应于 8 个范围的所有 8 个 lm 对象。要预测所有这些范围，请使用 lapply() 和 reg 和 temp 数据框。它将返回八个范围的预测值

要记住的几件事：

• 上面建议的方法更简单，更容易阅读。这将是 比你的 for 循环快，但随着数据框大小的增加， 它可能会变慢。
• by 函数接受一个数据帧，并将指定的函数 (data.frame()) 应用于 INDICES 指定的子集数据帧并返回一个列表。因此创建了新的数据帧，如果数据帧的大小可能会占用大量空间很大。
• *apply() 比 for 循环快得多。请参阅here 了解更多信息。 apply 系列对于此类操作非常方便