适用于可变窗口大小的R移动窗口模型

目前，我正在使用R中的数据帧，其中第一列是日期的数字。现在，我将数据按日期升序排序。我想在20天内拟合一个模型（我提供的代码是一个简单的OLS模型），但现在我不得不假设我每天有124个观测值，需要使用for循环，但事实并非如此。我有没有办法在不做假设的情况下加入一个20天的窗口期？我目前的算法如下。任何帮助都将不胜感激。输入是一个数据集和两个整数，预测和预测

rollerOLS <- function(data, predict, predictor){
  res <- list()
  alpha <- c()
  beta <- c()
  m <- dim(data)[1]
  for(i in 1:(floor(m/124)-10)){
    data.new <- as.data.frame(data[c((1+(124*(i-1))):((i+9)*124)),])
    data.pred <- as.data.frame(data[c((1+(124*(i+9))):((i+10)*124)-1),])
    n <- dim(data.new)[1]
    k <- dim(data.pred)[1]
    x <- data.new[-1,predictor]
    y <- data.new[-n, predict]
    mod <- lm(y ~ x)
    ts <- mod$coefficients[1] + mod$coefficients[2]*data.pred[-1,predictor] 
    actual <- data.pred[-k,predict]
    alpha[i] <- mod$coefficients[1]
    beta[i] <- mod$coefficients[2]
  }
  coef <- as.data.frame(cbind(alpha, beta))
  res$coefs <- coef
  res <- as.data.frame(res)
  return(res)
}

---

rollerOLS请显示
dput（数据）
或其
dput（head（数据））
这显然是一个大数据集，因此我只包括数据的head。结构（列表（日期=c（17169.1354166667，17169.1423611111，17169.1458333333，17169.1493055556，17169.1527777817169.15625），开放=c（14.07，13.92，13.96，13.97，13.97，13.98），高=c（14.07，13.97，13.98，13.97，13.99，13.99），低=c（13.97，13.92，13.85，13.97，13.96，13.98），最后价格=c（13.99，13.99，13.97，13.97，13.98），TR=c（0.75,1.5,0.75,1,1,1）），.Names=c（“日期”、“开盘”、“高”、“低”、“最后价格”、“TR”），row.Names=c（NA，6L），class=“data.frame”）请显示
dput（数据）
或其
dput（头部（数据））
这显然是一个大数据集，所以我只包括数据的头部。结构（列表（日期=c（17169.1354166667，17169.1423611111，17169.1458333333，17169.1493055556，17169.1527777817169.15625），开放=c（14.07，13.92，13.96，13.97，13.97，13.98），高=c（14.07，13.97，13.98，13.97，13.99，13.99），低=c（13.97，13.92，13.85，13.97，13.96，13.98），最后价格=c（13.99，13.99，13.97，13.97，13.98），TR=c（0.75,1.5,0.75,1,1,1）），.Names=c（“日期”、“开盘”、“高位”、“低位”、“最后价格”、“TR”），row.Names=c（NA，6L），class=“数据帧”）