Является ли этот квант-код необычно медленным?

Question

Я пытаюсь запустить и оптимизировать очень простую систему, используя квант. Моя стратегия: введите, когда Close > SMA, выход, когда Close < SMA. Я работаю на ежедневных данных с 2010-01-01 по 2014-01-01. Оптимизация .nSMA = (10:20). Моя система i5 m480 2.67Ghz, 8gb, Win7-64, Revolution R Open 3.2.0, RStudio.

Для выполнения моего кода требуется около 50 секунд. Это нормально для квантрата? Или я допустил ошибку?

require(quantstrat) 
require(foreach) 
registerDoSEQ() 

rm(list = ls(.blotter), envir = .blotter) 
currency('USD') 
initDate = "2010-01-01" 
from = "2010-01-01" 
to = "2014-01-01" 
initEq = 1e5 
nSMA = 50 

getSymbols("GOOG", from = from, to = to) 
stock("GOOG", currency = "USD", tick_size = 1, multiplier = 1) 
getInstrument("GOOG", type = "instrument") 

strategy.st <- "first" 
portfolio.st <- "first" 
account.st <- "first" 
rm.strat(portfolio.st) 
rm.strat(strategy.st) 

initPortf(portfolio.st, symbols = 'GOOG', initDate = initDate, currency = 'USD') 
initAcct(account.st, portfolios = portfolio.st, initDate = initDate, currency = 'USD', initEq = initEq) 
initOrders(portfolio.st, initDate = initDate) 

strategy(strategy.st, store=TRUE) 

### indicators 

add.indicator(strategy.st, name = "SMA", 
       arguments = list(x = quote(Cl(mktdata)), n = nSMA), 
       label = "nSMA") 

### signals 

add.signal(strategy.st, name='sigCrossover', 
      arguments = list(columns=c("Close","nSMA"), 
          relationship="gt"), 
      label='LE' 
) 

add.signal(strategy.st, name='sigCrossover', 
      arguments = list(columns=c("Close","nSMA"), 
          relationship="lt"), 
      label='LX' 
) 

### rules 

add.rule(strategy.st, name="ruleSignal", 
     arguments=list(sigcol="LE" , sigval=TRUE, 
         orderside="long", 
         ordertype="market", 
         prefer="Open", 
         orderqty=1, 
         replace=FALSE 
     ), 
     type="enter", 
     label="EnterLong" 
) 

add.rule(strategy.st, name="ruleSignal", 
     arguments=list(sigcol="LX" , sigval=TRUE, 
         orderside="long", 
         ordertype="market", 
         prefer="Open", 
         orderqty="all", 
         replace=FALSE 
     ), 
     type="exit", 
     label="ExitLong" 
) 

applyStrategy(strategy.st, portfolio.st) 
save.strategy(strategy.st) 


# Optimization 
.nSMA = (10:20) 
load.strategy(strategy.st) 
add.distribution(strategy.st, 
       paramset.label = 'nSMA', 
       component.type = 'indicator', 
       component.label = 'nSMA', 
       variable = list(n = .nSMA), label = 'NSMA') 

results <- apply.paramset(strategy.st, 
          paramset.label='nSMA', 
          portfolio.st=portfolio.st, 
          account.st=account.st, 
          nsamples = length(.nSMA), 
          audit = NULL, 
          verbose=TRUE) 
View((results$tradeStats)) 

plot(results$tradeStats$NSMA, results$tradeStats$Net.Trading.PL, type = "l") 

Answer 1

Ваш apply.paramset вызов занимает около 15 секунд на моем ноутбуке (i7-4600U 2.1GHz, 12GB RAM). Вот мой sessionInfo выход:

R> sessionInfo() 
R version 3.3.1 (2016-06-21) 
Platform: x86_64-pc-linux-gnu (64-bit) 
Running under: Ubuntu 16.04.1 LTS 

locale: 
[1] LC_CTYPE=en_US.UTF-8  LC_NUMERIC=C    
[3] LC_TIME=en_US.UTF-8  LC_COLLATE=en_US.UTF-8  
[5] LC_MONETARY=en_US.UTF-8 LC_MESSAGES=en_US.UTF-8 
[7] LC_PAPER=en_US.UTF-8  LC_NAME=C     
[9] LC_ADDRESS=C    LC_TELEPHONE=C    
[11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C  

attached base packages: 
[1] stats  graphics grDevices utils  datasets methods base  

other attached packages: 
[1] quantstrat_0.9.1739   foreach_1.4.2     
[3] blotter_0.9.1695    PerformanceAnalytics_1.4.3541 
[5] FinancialInstrument_1.2.0  quantmod_0.4-5    
[7] TTR_0.23-1     xts_0.9-7      
[9] zoo_1.7-13     

loaded via a namespace (and not attached): 
[1] compiler_3.3.1 codetools_0.2-14 grid_3.3.1  iterators_1.0.7 
[5] lattice_0.20-33 

Так это кажется, что это занимает слишком много времени на вашей машине. У вас есть другие приложения, запущенные на вашем компьютере, которые потребляют много CPU и/или RAM одновременно с запуском этого кода? Также убедитесь, что вы используете последние версии квантстрата, блоттера и xts из GitHub.