加快预测速度（而不是使用 rollapply）

i use rollapply为了创建 GARCH(1,1) 模型的超前预测 (garchFit）。下面提供了一个示例：

require(fGarch)
require(zoo)
data(EuStockMarkets)  
dax <- diff(log(EuStockMarkets))[,"DAX"]


gfit <- function(df)
   { 
  series <- df
    capture.output(gf <- garchFit(formula=~arma(0,0) + garch(1,1), data=series),     file='NUL')
    g <- predict(gf, n.ahead=1)[,2]
    attributes(g) <- NULL
return(g)
   }

 rolling <- rollapply(dax, width=250, FUN=gfit)

然而，这需要相对较长的时间。所以我的问题是：有没有一种方法可以加快速度？

1. 最近版本有一个错误rollapply（例如zoo 1.7-6）不会导致错误的答案，但确实会导致其运行速度比需要的慢得多。尝试开发版本（成为zoo 1.7-7），看看是否足以满足您的需求：

   install.packages("zoo", repo = "http://r-forge.r-project.org")

2. 您还可以尝试测量函数占用的时间百分比（请参阅?Rprof）并且如果它很大，即total.pct for FUN很大，那么寻找就没有意义了rollapply备择方案。