Блог

Я пытаюсь подогнать модель eGARCH на расширяющейся основе, используя пакет rugarch. У меня есть 6 столбцов данных, и я пытаюсь изменить параметры ~ 6000 для каждого столбца. Если я запускаю следующий код, я получаю сообщение об ошибке в Windows во 2-м столбце (это означает, что я успешно прошел весь первый внутренний цикл). Используя gc() в цикле и удаляя установленный объект, я увеличил время, необходимое для устранения ошибки памяти. Кроме того, этот процесс в целом занимает очень много времени, и мне интересно, есть ли способ улучшить его с моей стороны. Сам пакет, похоже, написан довольно эффективно, большая часть фильтрации выполняется на низком уровне C. Вероятно, я мог бы переоборудовать модель каждые 30-60 дней, но я бы предпочел сделать это таким образом. Я использую R 2.13.2 в 32-разрядной Windows. Заранее спасибо. Редактировать: ошибка: «Инструкция в «0x6c732a07» ссылается на память в «0x00000008». Не удалось «прочитать» память».

 library(rugarch)
library(xts)
e.spec <- ugarchspec(variance.model = list(model = "eGARCH", garchOrder = c(1,1)),   mean.model = list(armaOrder = c(1,0), include.mean = TRUE)) 
dly.xts <- xts(matrix(rnorm(8000*6), nrow = 8000, ncol = 6), as.Date(1:8000))
tst.xts <- tail(dly.xts, 6000)
names(tst.xts) <- 1:6
tst.idx <- index(tst.xts)
dly.idx <- index(dly.xts)
for(j in 1:ncol(tst.xts)){
     sig.est <- rep(NA, nrow(tst.xts))
    for(i in 1:nrow(tst.xts)){
        print(i)
        dat <- dly.xts[dly.idx <= tst.idx[i], j]
        fit <- try(ugarchfit(e.spec, data = dat[-nrow(dat), ], solver = "solnp", solver.control = list(trace = FALSE)))
        if(class(fit) != "try-error"){
            spec.new <- ugarchspec(variance.model = list(model = "eGARCH", garchOrder = c(1,1)), mean.model = list(armaOrder = c(1,0), include.mean = TRUE), fixed.pars = coef(fit))
             sig.est[i] <- as.numeric(tail(sigma(ugarchfilter(spec = spec.new, data = dat)),1))
            rm(spec.new)
            rm(fit)
            gc()
        }else{
            sig.est[i] <- NA
        }
    }
    save(sig.est, file = paste("egarch", names(tst.xts)[j], ".RData", sep = ""))
}
  

При изменении типов данных с xts на числовые проблема исчезла, и скорость обработки резко возросла. (Оглядываясь назад, кажется очевидным)