R:如何在没有for循环的情况下计算回归系数 set.seed(1) n

R:如何在没有for循环的情况下计算回归系数 set.seed(1) n,r,for-loop,R,For Loop,R有一个向量化的cummax函数,除法和加法运算也是向量化的,因此您可以执行以下操作: set.seed(1) n <- 100 ret <- rnorm(n, 0, 0.02) ret[1] <- 0 price <- cumprod(1+ret)*100 maxi <- 0 drawdown <- rep(0, n) for (i in 1 : n){ maxi <- max(price[1 : i]) drawdown[i] &l

R有一个向量化的
cummax
函数,除法和加法运算也是向量化的,因此您可以执行以下操作:

set.seed(1)
n <- 100
ret <- rnorm(n, 0, 0.02)
ret[1] <- 0
price <- cumprod(1+ret)*100
maxi <- 0
drawdown <- rep(0, n)

for (i in 1 : n){
    maxi <- max(price[1 : i])
    drawdown[i] <- price[i] / maxi - 1
}
比较
n时的效率
price/cummax(price) - 1
library(microbenchmark)
microbenchmark(
  OP= {
    drawdown <- rep(0, n)
    for (i in 1 : n){
      maxi <- max(price[1 : i])
      drawdown[i] <- price[i] / maxi - 1
    }
  },
  me={
    drawdown2 <- price/cummax(price) - 1
  }, times=10)

# Unit: microseconds
#  expr        min         lq        mean     median         uq        max neval
#    OP 456216.519 483387.361 536067.7521 550912.471 565453.555 663352.635    10
#    me     98.075    102.067    107.5978    105.203    112.331    127.726    10

identical(drawdown, drawdown2)
# [1] TRUE