R（Windows）中的并行计算：将代码从foreach%do%更改为foreach%dopar%

我已经编写了一个代码来运行多个证券的时间序列滚动回归。由于证券的数量超过10000，并且每个证券有200多个滚动窗口，因此顺序设置（使用foreach%do%）的运行时间约为30分钟

我想改为使用“doParallel”后端为并行计算实现foreach%dopar%。简单地在代码中用%dopar%更改%do%并不能起作用。我对这种并行计算方法非常陌生，希望能得到一些帮助

以下是foreach%do%代码：

sec = ncol(ret.zoo)
num.factors = 2
rows = nrow(ret.zoo) - 60 + 1
beta.temp = matrix(nc = num.factors + 1, nr = sec*rows)
gvkey.vec = matrix(nc = 1, nr = sec*rows)

d = 1
foreach(i=1:sec) %do% {
      df = merge(ret.zoo[,i], data)
      names(df) <- c("return", names(data))
      gvkey = substr(colnames(ret.zoo)[i],2,9)

      reg = function(z) {
          z.df = as.data.frame(z)
          ret = z.df[,which(names(z.df) ==  "return")]
          ret.no.na = ret[!is.na(ret)]
          if(length(ret.no.na) >= 30) {
             coef(lm(return ~ VAL + SIZE, data = as.data.frame(z), na.action = na.omit))
          }
          else {
             as.numeric(rep(NA,num.factors + 1))   ## the "+1" is for the intercept value
          }     
     }

     beta = rollapply(df, width = 60, FUN = reg, by.column = FALSE, align = "right")
     beta.temp[d:(d+rows-1),] = beta
     gvkey.vec[d:(d+rows-1),] = gvkey
     d = d+rows
}
beta.df = data.frame(secId = gvkey.vec, date = rep(index(beta), sec), beta.temp)
colnames(beta.df) <- c("gvkey", "date", "intercept", "VAL", "SIZE")

sec=ncol（ret.zoo）
数量系数=2
行=nrow（ret.zoo）-60+1
beta.temp=矩阵（nc=数值系数+1，nr=秒*行）
gvkey.vec=矩阵（nc=1，nr=sec*行）
d=1
每小时（i=1秒）%do%{
df=合并（ret.zoo[，i]，数据）
姓名（df）=30）{
coef（lm（return~VAL+SIZE，data=as.data.frame（z），na.action=na.omit））
}
否则{
as.numeric（rep（NA，num.factors+1））35;##“+1”表示截距值
}     
}
beta=rollply（df，width=60，FUN=reg，by.column=FALSE，align=“right”）
测试温度[d:（d+rows-1），]=beta
gvkey.vec[d：（d+rows-1），]=gvkey
d=d+行
}
beta.df=data.frame（secId=gvkey.vec，date=rep（index（beta），sec），beta.temp）
colnames（beta.df）以下是将不同集群的结果组合到数据帧中的方法（从运行时的角度来看非常有效）：

lstData实际上没有“显式”错误。但是当使用%dopar%时，矩阵“beta.temp”只有NA值。当使用%do%时，beta.temp在适当时具有回归系数值，在适当时具有NA值。我用%dopar%替换%do%肯定是做错了。我相信，当使用%dopar%时，我将结果分配到beta.temp（通过增加d）的方式是错误的。它与%do%配合使用效果很好。我只是不知道如何在并行计算的环境中做得不同。你可以尝试返回
beta
和
gvkey
，以及
rbind
它们在循环之外。即使gvkey也只有NA值，因为它也是用d递增的：我尝试了类似于你建议的东西。它工作完美，直到结合最终结果，这就是它给出错误的地方。请参考我上面更新的问题。谢谢。Foreach有一个。合并参数。检查那里
library(doParallel) ## parallel backend for the foreach function
registerDoParallel()

sec = ncol(ret.zoo)
num.factors = 2
rows = nrow(ret.zoo) - 60 + 1

result <- foreach(i=1:sec) %dopar% {
    library(zoo)
    library(stats)

    df = merge(ret.zoo[,i], data)
    names(df) <- c("return", names(data))
    gvkey = substr(colnames(ret.zoo)[i],2,9)

    reg = function(z) {
        z.df = as.data.frame(z)
        ret = z.df[,which(names(z.df) ==  "return")]
        ret.no.na = ret[!is.na(ret)]
        if(length(ret.no.na) >= 30) {
            coef(lm(return ~ VAL + SIZE, data = as.data.frame(z), na.action = na.omit))
        }
        else {
            as.numeric(rep(NA,num.factors + 1))   ## the "+1" is for the intercept value
        }   
    }

    rollapply(df, width = 60, FUN = reg, by.column = FALSE, align = "right")
}
beta.df = do.call('combine', result)

lstData <- Map(as.data.frame, result)
dfData <- rbindlist(lstData)
beta.df = as.data.frame(dfData)