R 替换长度为零：can'；我找不到我的循环的问题

我试图修改R定量交易一章中的一些代码，以处理收益而不是原始价格。除了我代码中的“损益”部分之外，一切都正常。当查看我的变量时，它不断返回“数量中的错误x[i]=（向量[i]+上一个数量）：替换的长度为零”，我似乎找不到任何问题。我已经包括了复制的代码

# LOAD LIBRARIES
library(quantmod)
library(xts)

# FUNCTIONS

  # ROLLING BETA
  pcbeta = function(dF){
    r = prcomp( ~ dF$x[-1] + dF$y[-1])
    return(r$rotation[2, 1] / r$rotation[1,1])
  }

  rolling_beta = function(z, width){
    rollapply(z, width = width, FUN = pcbeta,
              by.column = FALSE, align = 'right')
  }

# GET TICKER DATA
SPY   = getSymbols('SPY', adjust=T, auto.assign=FALSE)
AAPL  = getSymbols('AAPL', adjust=T, auto.assign=FALSE)

# IN-SAMPLE DATE RANGE
in_start_date = '2011-01-01'
in_end_date   = '2011-12-31'
in_range      = paste(in_start_date, '::', in_end_date, sep='')

# RETRIEVE IN-SAMPLE DATA
x_in = SPY[in_range, 6]
y_in = AAPL[in_range, 6]

dF_in = cbind(x_in, y_in)
names(dF_in) = c('x','y')

# OUT-OF-SAMPLE DATE RANGE
out_start_date= '2012-01-01'
out_end_date  = '2012-12-31'
out_range     = paste(out_start_date, '::', out_end_date, sep='')

# RETRIEVE OUT-OF-SAMPLE DATA
x_out = SPY[out_range, 6]
y_out = AAPL[out_range, 6]

dF_out = cbind(x_out, y_out)
names(dF_out) = c('x', 'y')

# CALCULATE RETURNS (IN AND OUT OF SAMPLE)
returns_in = diff(dF_in) / dF_in 
returns_out = diff(dF_out) / dF_out 

# DEFINE ROLLING WINDOW LENGTH
window_length = 10

# FIND BETAS 
betas_in = rolling_beta(returns_in, window_length)
betas_out = rolling_beta(returns_out, window_length)

# FIND SPREADS
spreadR_in = returns_in$y - betas_in * returns_in$x
spreadR_out = returns_out$y - betas_out * returns_out$x

names(spreadR_in) =  c('spread')
names(spreadR_out) = c('spread')

# FIND THRESHOLD
threshold = sd(spreadR_in, na.rm=TRUE)

# FORM DATA SETS
data_in = merge(returns_in, betas_in, spreadR_in)
data_out = merge(x_out, y_out, returns_out, betas_out, spreadR_out)

names(data_out) = c('xp', 'yp', 'x', 'y', 'betas_out', 'spread')
data_in = data_in[-1]
data_out = data_out[-1]
# GENERATE BUY AND SELL SIGNALS FOR OUT OF SAMPLE
buys = ifelse(data_out$spread > threshold, 1, 0)
sells = ifelse(data_out$spread < -threshold, -1, 0)
data_out$signal = buys+sells

# PROFIT AND LOSS
prev_x_qty = 0
position = 0
trade_size = 100
signal = as.numeric(data_out$signal)
signal[is.na(signal)] = 0
beta = as.numeric(data_out$betas_out)
ratio = (data_out$yp/data_out$xp)
vec = round(beta*trade_size*ratio)

qty_x = rep(0, length(signal))
qty_y = rep(0, length(signal))

for(i in 1:length(signal)){

  if(signal[i] == 1 && position == 0){
    #buy the spread
    prev_x_qty = vec[i]
    qty_x[i] = -prev_x_qty
    qty_y[i] = trade_size
    position = 1
  }

  if(signal[i] == -1 && position == 0){
    #buy the spread
    prev_x_qty = vec[i]
    qty_x[i] = prev_x_qty
    qty_y[i] = -trade_size
    position = -1
  }

  if(signal[i] == 1 && position == -1){
    # we are short the spread and need to buy
    qty_x[i] = -(vec[i] + prev_x_qty)
    prev_x_qty = vec[i]
    qty_y[i] = 2 * trade_size
    position = 1
  }

  if(signal[i] == -1 && position == 1){
    # we are short the spread and need to buy
    qty_x[i] = (vec[i] + prev_x_qty)
    prev_x_qty = vec[i]
    qty_y[i] = -2 * trade_size
    position = -1
  }
}

#加载库
图书馆（quantmod）
图书馆（xts）
#功能
#滚动测试
pcbeta=功能（dF）{
r=prcomp（~dF$x[-1]+dF$y[-1]）
返回（r$轮换[2,1]/r$轮换[1,1]）
}
滚动β=函数（z，宽度）{
滚动应用（z，宽度=宽度，乐趣=pcbeta，
by.column=FALSE，align=right）
}
#获取股票行情数据
SPY=getSymbols（'SPY'，adjust=T，auto.assign=FALSE）
AAPL=getSymbols（'AAPL'，adjust=T，auto.assign=FALSE）
#抽样日期范围
开始日期='2011-01-01'
截止日期='2011-12-31'
in_range=粘贴（in_start_date'：：'、in_end_date、sep=“”）
#检索样本内数据
x_in=间谍[在_范围内，6]
y_in=AAPL[在_范围内，6]
dF_in=cbind（x_in，y_in）
名称（dF_in）=c（'x'，'y'））
#超出样本日期范围
输出开始日期='2012-01-01'
截止日期='2012-12-31'
out_range=粘贴（out_start_date'：：'、out_end_date、sep=“”）
#检索样本外数据
x_out=SPY[out_range，6]
y_out=AAPL[超出范围，6]
dF_out=cbind（x_out，y_out）
名称（dF_out）=c（'x'，'y'）
#计算回报（样本内和样本外）
返回_in=diff（dF_in）/dF_in
返回_out=diff（dF_out）/dF_out
#定义滚动窗口长度
窗长=10
#找到贝塔
betas_in=滚动_beta（返回_in，窗口长度）
betas\u out=滚动beta（返回\u out，窗口长度）
#寻找价差
spreadR_in=以$y为单位返回_-betas_in*以$x为单位返回_
spreadR\u out=返回\u out$y-betas\u out*返回\u out$x
名称（撒布器_in）=c（‘撒布’）
名称（排列）=c（‘排列’）
#查找阈值
阈值=标准偏差（撒布器_英寸，na.rm=真）
#表单数据集
data\u in=merge（返回\u in、betas\u in、spreader\u in）
数据输出=合并（x输出、y输出、返回输出、betas输出、spreadR输出）
名称（数据输出）=c（'xp'，'yp'，'x'，'y'，'betas\u out'，'spread'）
data_in=data_in[-1]
数据输出=数据输出[-1]
#生成样本外的买卖信号
购买=ifelse（数据输出$spread>threshold，1,0）
销售=ifelse（数据超出$spread<-阈值，-1,0）
data\u out$signal=买入+卖出
#盈亏
上一个数量=0
位置=0
贸易规模=100
信号=数字（数据输出$信号）
信号[is.na（信号）]=0
beta=数值（数据输出$beta输出）
比率=（数据输出$yp/数据输出$xp）
vec=圆形（贝塔*交易规模*比率）
数量x=代表（0，长度（信号））
数量y=代表（0，长度（信号））
用于（1中的i：长度（信号））{
if（信号[i]==1&&position==0）{
#购买价差
上一个数量=向量[i]
数量x[i]=-上一个数量
数量y[i]=交易规模
位置=1
}
如果（信号[i]=-1&&position==0）{
#购买价差
上一个数量=向量[i]
数量x[i]=上一个数量
数量y[i]=交易规模
位置=-1
}
if（信号[i]==1&&position==-1）{
#我们做空了价差，需要买入
数量x[i]=-（向量[i]+上一个数量）
上一个数量=向量[i]
数量y[i]=2*交易规模
位置=1
}
if（信号[i]=-1&&position==1）{
#我们做空了价差，需要买入
数量x[i]=（向量[i]+上一个数量）
上一个数量=向量[i]
数量y[i]=-2*交易规模
位置=-1
}
}

是否希望行

prev\u x\u qty=vec[i]

位于行

qty\u[i]=（vec[i]+prev\u x\u qty）

之前？@42-否。我正在从上一次迭代中获取该值，然后进行更新。然后您应该输入一些调试

print

语句，看看它（或“+”的另一个参数）不存在的原因。@42-尝试过，但仍然对它视而不见。如果您将

vec[I]

s更改为

vec[[I]]

s它应该运行您想让行

prev\u x\u qty=vec[i]

在行

qty\u[i]=（vec[i]+prev\u x\u qty）

之前吗？@42-不，我不想。我正在从上一次迭代中获取该值，然后进行更新。然后您应该输入一些调试

print

语句，看看它（或“+”的另一个参数）不存在的原因。@42-尝试过，但仍然对它视而不见。如果您将

vec[I]

s更改为

vec[[I]

s，它应该运行