如何使用Matlab为“大数据集”矢量化for循环

问题描述：

我正在使用Matlab学习“大型”数据集计算。我有一个txt文件，包括为MTB所做的每笔交易。我的目标是将此刻度数据转换为日常数据。例如，在第一天，发生了超过15,000笔交易，我的prgm将这些数据转换为每天的开盘价，最高价，最低价，收盘价和总成交量。如何使用Matlab为“大数据集”矢量化for循环

我的问题：你能帮我让代码更快吗？您是否有任何实用的“技术”来验证计算，因为它们是在这样大的数据集上进行的？

这花了我的PGM：20.7757秒，我发出以下警告。我真的不知道这意味着什么警告：对于单元阵列，'rows'标志被忽略。

在cell.unique在32 在EX5在16 警告： '行' 标志为单元阵列忽略。。在32 在EX5 cell.unique在17

%DESCRIPTION: Turn tick data into daily data 
%INPUT: stock tick data(tradeDate,tradeTime,open,high,low, 
%close,upVol,downVol) 
%OUTPUT: openDay,highDay,lowDay,closeDay,volumeDay,netTransaction 
%net transaction taded = sum (price*upVol -price*downVol) 

clear; 
startTime=tic; 
%load data from MTB_db2 
[tradeDate, tradeTime,open,high,low,close,upVol,downVol]=textread('MTB_db2.txt','%s %u %f %f %f %f %f %f','delimiter',','); 


%begIdx:Index the first trade for the day from tick database and 
%endIdx:index for the last trade for that day 
[dailyDate begIdx]=unique(tradeDate,'rows','first'); 
[dailyDate2 endIdx]=unique(tradeDate,'rows','last'); 

%the number of daily elements, useful for the loop. 
n=numel(dailyDate); 

%initilize arrays 
highDay=[]; 
lowDay=[];openDay=[];closeDay=[]; 
volumeDay=[];netTransaction=[]; 
priceChange(1)=NaN; mfChange(1)=NaN; 

%loop: bottleneck is here!! 
for j=1:n 
    openDay(j)=open(begIdx(j)); 
    closeDay(j)=close(endIdx(j)); 
    highDay(j)=max(high(begIdx(j):endIdx(j))); 
    lowDay(j)=min(low(begIdx(j):endIdx(j))); 
    volumeDay(j)=sum(upVol(begIdx(j):endIdx(j)))+sum(downVol(begIdx(j):endIdx(j))); 
    cumSum=0; 
    for i=begIdx(j):endIdx(j) 
    cumSum=cumSum+close(i)*(upVol(i)-downVol(i)); 
    end 
    netTransaction(j)=cumSum; 
end 

elapsedTimeNonVectorized=toc(startTime)

它如果你发布了代码的_reproducible_版本（通过不使用外部文件）会更好。 –

我该怎么做？ – user1561949

替换行[[tradeDate，tradeTime，open，high，low，close，upVol，downVol] = textread（'MTB_db2。txt'，'％s％u％f％f％f％f％f％f'，'delimiter'，'，'）;'带有“虚拟”数据。或提供.txt示例文件 –

答

的代码，我会通过

cs = cumsum(close(begIdx(j):endIdx(j)) .* ... 
    (upVol(begIdx(j):endIdx(j)) - downVol(begIdx(j):endIdx(j)))); 
netTransaction(j) = cs(end);

是稍快更换内部for循环

cumSum=0; 
for i=begIdx(j):endIdx(j) 
    cumSum=cumSum+close(i)*(upVol(i)-downVol(i)); 
end 
netTransaction(j)=cumSum;

。

您也可以预先分配变量highDay=zeros(1,n);或highDay(1,n)=0;。

不确定您可以更多地进行矢量化，因为算法具有内置函数并且事务数量不是常量。由于您的日常数据是彼此独立的，因此可以选择一种方式进行并行化。

对于测试部分，可以在假数据

工作，所需的输出被预先已知（数据是唯一的或1：N）。
程序的第二算法自己一个不同的技术，并比较结果，
问你的一个同事（如果可靠性是基本的最好的选择）与他所选择的语言算法亲切编程

答

只需读取unique的文档。

'行'选项不支持单元阵列。

您的输入是一个单元格，因此您不能使用“行”标志。如果输出符合您的期望，请删除'行'，一切都很好。

如何使用Matlab为“大数据集”矢量化for循环

相关推荐