sfLapply & apply.rolling 在 xts 对象上 - 导致错误：下标超出范围

Posted 2023-02-19

【中文标题】sfLapply & apply.rolling 在 xts 对象上 - 导致错误：下标超出范围

【英文标题】：sfLapply & apply.rolling on a xts object - Resulting Error: subscript out of bounds

【发布时间】：2015-12-10 07:39:33

【问题描述】：

我的目标是使用相同的数据结构将 5 只股票（xts 对象）的每日回报映射到 90 天回顾期的滚动标准差（计算过去 90 天回报的 SD），并且速度快。使用核心功能“lapply”的方法效果很好。但是，由于某些原因，降雪包中的并行方法“sfLapply”不起作用。这是插图：

初始化库并模拟数据集和参数：

require(PerformanceAnalytics)
require(quantmod)
require(snowfall)

adjReturns <- replicate(5, rnorm(10000, mean = 0.01, sd = 0.008))
colnames(adjReturns) <- c('stock1','stock2','stock3','stock4','stock5')
timeIndex <- seq.Date(as.Date("2015-01-01", "%Y-%m-%d"), by ="day", length.out = 10000)
adjReturns <- as.xts(adjReturns, order.by = timeIndex)

使用 lapply 计算滚动 SD 得到一个可行的解决方案：

rollingSD <- list()
rollingSD <- lapply(adjReturns, function(x) apply.rolling(x, width = 90, FUN = "sd"))
rollingSD <- do.call(cbind, rollingSD)

这里是并行版本，不起作用：

sfInit(parallel = TRUE, cpus = 4, type = "SOCK", socketHosts = rep("localhost", 2))
sfLibrary(snowfall)
sfLibrary(PerformanceAnalytics)
sfLibrary(xts)
sfLibrary(quantmod)
sfExportAll()

rollingSDSnow <- list()
rollingSDSnow <- sfLapply(adjReturns, function(x) apply.rolling(x, width = 90, FUN = "sd"))
rollingSDSnow <- do.call(cbind, rollingSDSnow)

sfStop()

上面的代码返回如下错误：

Error in `[.xts`(x, i) : subscript out of bounds

我不确定为什么会出现这个错误，因为我什至没有编写自己的 for 循环。请指出任何可能的错误，任何想法将不胜感激并感谢您的帮助！

环境： R:3.2.0/ RStudio:0.99.472 / 雪:0.3-13 / 降雪:1.84-6/ xts:0.9-7/ PerfomanceAnalytics:1.4.3541

附：可以使用 runSD 代替 apply.rolling，使用 apply.rolling 是因为它可以使用不同的功能。

【参考方案1】：

这是traceback：

> rollingSDSnow <- sfLapply(adjReturns, function(x) apply.rolling(x, 90, FUN = sd))
Error in `[.xts`(x, i) : subscript out of bounds
> traceback()
13: stop("subscript out of bounds")
12: `[.xts`(x, i)
11: x[i]
10: FUN(X[[i]], ...)
9: lapply(splitIndices(length(x), ncl), function(i) x[i])
8: splitList(x, length(cl))
7: staticClusterApply(cl, fun, length(x), argfun)
6: clusterApply(cl, splitList(x, length(cl)), lapply, fun, ...)
5: lapply(args, enquote)
4: do.call("fun", lapply(args, enquote))
3: docall(c, clusterApply(cl, splitList(x, length(cl)), lapply, 
       fun, ...))
2: parLapply(sfGetCluster(), x, fun, ...)
1: sfLapply(adjReturns, function(x) apply.rolling(x, 90, FUN = sd))

splitList 函数失败了。它失败了，因为它需要一个列表（sfLapply 中的“L”），但您传递了一个 xts 对象。 xts 对象的length 是观察次数，x[i] 尝试返回 xts 对象的第i 行，其中i 可能是nrow(x)*ncol(x)，超出范围。

---

解决方案是改用sfApply（我将使用runSD，因为我不想等待apply.rolling 完成运行）。

rollingSD <- list()
rollingSD <- lapply(adjReturns, runSD, n=90)
rollingSD <- do.call(cbind, rollingSD)

sfInit(parallel = TRUE, cpus = 4, type = "SOCK", socketHosts = rep("localhost", 2))
sfLibrary(snowfall)
sfLibrary(quantmod)
sfExportAll()
rollingSDSnow <- list()
rollingSDSnow <- sfApply(adjReturns, 2, runSD, n=90)
rollingSDSnow <- xts(rollingSDSnow, index(adjReturns))
sfStop()

all.equal(rollingSDSnow, rollingSD)
# [1] TRUE

【讨论】：

感谢 Joshua 编写了超快速的 runSD 函数并提供了如此大的帮助！ （当我有更多权限时会投票给帖子！）