r 在数据表上的行式迭代

library(quantmod)
library(PerformanceAnalytics)
getSymbols("YHOO",src="google")
stock_dat=data.table(PerformanceAnalytics::
CalculateReturns(Cl(YHOO)[1:10],'discrete'))
stock_dat[,Price:=0]
stock_dat[1,2]=Cl(YHOO)[1]
stock_dat[,D:=(1+YHOO.Close)*shift(Price,1)] 

上面的代码生成以下结果：

 stock_dat
      YHOO.Close Price     D
 1:           NA 25.61    NA
 2:  0.048418586  0.00 26.85
 3:  0.033147114  0.00  0.00
 4:  0.006488825  0.00  0.00
 5: -0.012177650  0.00  0.00
 6:  0.040609137  0.00  0.00
 7:  0.017421603  0.00  0.00
 8:  0.008561644  0.00  0.00
 9: -0.005432937  0.00  0.00
10: -0.008193923  0.00  0.00

  

YHOO.Close 被假定为模拟收益，我需要从中取消价格。我使用第一个价格作为基础。理想情况下，上述代码需要使用第 3 行 D 中的价格。

nrowsDF <- nrow(stock_dat)

for(i in 2:nrowsDF){
  stock_dat[i,2]=(1+stock_dat[i,1,with=FALSE])*stock_dat[i-1,2,with=FALSE]
}

上面的代码解决了这个问题。但我正在寻找一种更有效的方法来做到这一点，因为我必须对超过 5000 个模拟返回系列重复此操作

下面是我真正需要的答案

stock_dat
      YHOO.Close Price
 1:           NA 25.61
 2:  0.048418586 26.85
 3:  0.033147114 27.74
 4:  0.006488825 27.92
 5: -0.012177650 27.58
 6:  0.040609137 28.70
 7:  0.017421603 29.20
 8:  0.008561644 29.45
 9: -0.005432937 29.29
10: -0.008193923 29.05
  

您可以像这样使用累积乘积：

DT <- fread("      YHOO.Close Price     D
                     NA 25.61    NA
            0.048418586  0.00 26.85
            0.033147114  0.00  0.00
            0.006488825  0.00  0.00
           -0.012177650  0.00  0.00
            0.040609137  0.00  0.00
            0.017421603  0.00  0.00
            0.008561644  0.00  0.00
           -0.005432937  0.00  0.00
           -0.008193923  0.00  0.00")

DT[, res := Price[1] * c(1, cumprod(1 + YHOO.Close[-1]))]
#      YHOO.Close Price     D   res
# 1:           NA 25.61    NA 25.61
# 2:  0.048418586  0.00 26.85 26.85
# 3:  0.033147114  0.00  0.00 27.74
# 4:  0.006488825  0.00  0.00 27.92
# 5: -0.012177650  0.00  0.00 27.58
# 6:  0.040609137  0.00  0.00 28.70
# 7:  0.017421603  0.00  0.00 29.20
# 8:  0.008561644  0.00  0.00 29.45
# 9: -0.005432937  0.00  0.00 29.29
#10: -0.008193923  0.00  0.00 29.05