Улучшить скорость реализации drawdown.duration

Question

У меня есть рабочий код, который вычисляет текущее значение drawdown.duration, где drawdown.duration определяется как количество месяцев между текущим месяцем и предыдущим peak.Однако я реализовал код как цикл for, и он работает довольно медленно.

Есть ли более эффективный / быстрый способ реализовать это в R?

Код принимает data.frame (в частности, tibble, так как я работал с dplyr) с именем returnsWithValues.

> structure(list(date = structure(c(789, 820, 850, 881, 911, 942
), class = "Date"), value = c(0.94031052, 0.930751624153046, 
0.926756311376762, 0.874209664097166, 0.843026010916249, 2.1), 
    peak = c(1, 1, 1, 1, 1, 2.1), drawdown = c(-0.05968948, -0.0692483758469535, 
    -0.0732436886232377, -0.125790335902834, -0.156973989083751, 
    0)), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, 
-6L))
# A tibble: 6 x 4
  date       value  peak drawdown
  <date>     <dbl> <dbl>    <dbl>
1 1972-02-29 0.940   1    -0.0597
2 1972-03-31 0.931   1    -0.0692
3 1972-04-30 0.927   1    -0.0732
4 1972-05-31 0.874   1    -0.126 
5 1972-06-30 0.843   1    -0.157 
6 1972-07-31 2.1     2.1   0   

Я реализовал drawdown.duration, используяfor цикл:

returnsWithValues <- returnsWithValues %>% mutate(drawdown.duration = NA)

    # add drawdown.duration col
    for (row in 1:nrow(returnsWithValues)) {
        if(returnsWithValues[row,"value"] == returnsWithValues[row,"peak"]) {
            returnsWithValues[row,"drawdown.duration"] = 0
        } else {
            if(row == 1){
                returnsWithValues[row,"drawdown.duration"] = 1
            } else {
                returnsWithValues[row,"drawdown.duration"] = returnsWithValues[row - 1,"drawdown.duration"] + 1
            }
        }
    }

, который дает правильный ответ как:

> returnsWithValues
# A tibble: 6 x 5
  date       value  peak drawdown drawdown.duration
  <date>     <dbl> <dbl>    <dbl>             <dbl>
1 1972-02-29 0.940   1    -0.0597                 1
2 1972-03-31 0.931   1    -0.0692                 2
3 1972-04-30 0.927   1    -0.0732                 3
4 1972-05-31 0.874   1    -0.126                  4
5 1972-06-30 0.843   1    -0.157                  5
6 1972-07-31 2.1     2.1   0                      0

Answer 1

Я удалю цикл for, как вы хотите, и я буду использовать идею индексации.

indices <- function(returnsWithValues){
    indices_logical<-(returnsWithValues[["value"]] == returnsWithValues[["peak"]]) #return a logical vector where true values are for equal and false for not.
    indices_to_zero<-which(indices_logical) # which values are true
    indices_drawdpwn<-which(!indices_logical) # which values are false
    returnsWithValues[indices_to_zero,"drawdown.duration"] <- 0
    returnsWithValues[indices_drawdpwn,"drawdown.duration"] <- 1:length(indices_drawdpwn) #basically you compute this if I understand correctly
    returnsWithValues

Вот вам цикл, заключенный в функцию.

for_loop<-function(returnsWithValues){
    # add drawdown.duration col
    for (row in 1:nrow(returnsWithValues)) {
        if(returnsWithValues[row,"value"] == returnsWithValues[row,"peak"]) {
            returnsWithValues[row,"drawdown.duration"] = 0
        } else {
            if(row == 1){
                returnsWithValues[row,"drawdown.duration"] = 1
            } else {
                returnsWithValues[row,"drawdown.duration"] = returnsWithValues[row - 1,"drawdown.duration"] + 1
            }
        }
    }
    returnsWithValues
}

Вот сравнение с вашим циклом for.

microbenchmark::microbenchmark(
      "for loop" = flp<-for_loop(returnsWithValues),
      indices = ind<-indices(returnsWithValues),
      times = 10
)

Unit: microseconds
        expr      min       lq     mean    median       uq      max neval
    for loop 8671.228 8699.555 8857.198 8826.8185 8967.631 9196.708    10
     indices   92.781   99.349  106.328  102.8385  115.360  122.749    10
all.equal(ind,flp)
[1] TRUE

Answer 2

Я думаю, что так и будет, если каждое значение peak уникально и не повторяется в другой группе:

returnsWithValues %>%
    group_by(peak) %>%
    mutate(drawdown.duration = cumsum(value != peak))

Если у вас есть повторяющиеся пиковые значения, вам может потребоваться способ группировки только в пределах последовательных peak значений, например,

returns %>%
    # Start counting the number of groups at 1, and every time
    #   peak changes compared to the previous row, add 1
    mutate(peak_group = cumsum(c(1, peak[-1] != head(peak, -1)))) %>%
    group_by(peak_group) %>%
    mutate(drawdown.duration = cumsum(value != peak))