Capítulo 13 Otimização de Código

Você chegou ao fim da versão online do livro Análise de Dados Financeiros e Econômicos com o R, terceira edição. O conteúdo integral da obra pode ser adquirido na loja da Amazon como ebook ou livro impresso. A compra do livro é uma ótima maneira de suportar este e outros projetos do autor.

13.1 Otimizando Código em R

13.2 Otimizando a Velocidade de Execução

13.2.1 Perfil do Código R (profiling)

13.2.2 Estratégias para Melhorar a Velocidade de Execução

13.2.2.1 Use Operações Vetoriais

13.2.2.2 Junção Repetitiva de `dataframes`

13.2.3 Usando Código C ++ (pacote `Rcpp`)

13.2.4 Usando Cacheamento Local (pacote `memoise`)

13.2.4.1 Usando Processamento Paralelo (pacote `furrr`)

13.3 Exercícios

Q.1

Considere o seguinte código:

library(tidyverse)
library(forecast)
library(BatchGetSymbols)

ticker <- '^GSPC'
df_prices <- BatchGetSymbols(tickers = ticker, 
                             first.date = '2010-01-01')[[2]]

my_arima <- auto.arima(df_prices$ret.adjusted.prices)
summary(my_arima)

Use funcões Rprof e profvis para identificar o gargalo do código. Qual número da linha que está tomando maior tempo de execução?

library(tidyverse)
library(BatchGetSymbols)
library(fGarch)
library(profvis)

# set temporary file for results
profiling_file <-  tempfile(pattern = 'profiling_exercise', 
                            fileext = '.out')

# initialize profiling
Rprof(filename = profiling_file)

# run code
profiling <- profvis(expr = {
  ticker <- '^GSPC'
  df_prices <- BatchGetSymbols(tickers = ticker, 
                               first.date = '2000-01-01', do.cache = FALSE)[[2]]
  
  my_garch <- garchFit(formula = ret.adjusted.prices ~ arma(1,1) + garch(1,1), 
                       data =  na.omit(df_prices) )
})

# create visualization
temp_html <- tempfile(pattern = 'profile',
                      fileext = '.html')

htmlwidgets::saveWidget(profiling, temp_html)

# open in browser from R
browseURL(temp_html)

Q.2

Use o pacote Rcpp para escrever e usar uma função em linguagem C++ que irá adicionar elementos dos vetores x e y, elemento por elemento. A saída deve ser outro vetor de mesmo tamanho e com elementos iguais a operação x + y. Use a função identical para testar se todos os elementos de ambos os vetores são iguais.

library(Rcpp)

cppFunction('Rcpp::NumericVector sum_vectors_C(NumericVector x, NumericVector y) {
  int n = x.size();
  
  Rcpp::NumericVector total(x.size());
  
  for(int i = 0; i < n; ++i) {
    total[i] = x[i] + y[i];
  }
  return total;
}')

x <- runif(100)
y <- runif(100)

sol_C <- sum_vectors_C(x, y)
sol_R <- x + y

identical(sol_C, sol_R)

Q.3

Use o pacote tictoc para comparar o desempenho da função anterior com o operador nativo +, e uma versão baseada em loops com pré-alocação. Qual alternativa apresenta menor tempo de execução e por quê? A versão Rcpp vence a versão em loop?

A melhor alternativa é o operador nativo +. Este já é otimizado e executa o cálculo rapidamente.

library(Rcpp)

cppFunction('Rcpp::NumericVector sum_vectors_C(NumericVector x, NumericVector y) {
  int n = x.size();
  
  Rcpp::NumericVector total(x.size());
  
  for(int i = 0; i < n; ++i) {
    total[i] = x[i] + y[i];
  }
  return total;
}')

x <- runif(100)
y <- runif(100)

sol_C <- sum_vectors_C(x, y)
sol_R <- x + y

identical(sol_C, sol_R)

library(tictoc)

tic('Using Rcpp')
sol_C <- sum_vectors_C(x, y)
toc()

tic('Using base R')
sol_R <- x + y
toc()

tic('Using a loop and prealocation')
sol_loop <- numeric(length = length(x))
for (i in 1:length(x)) {
  sol_loop[i] <- x[i] + y[i]
}
toc()

Q.4

Use o pacote memoise para criar uma versão memorizada de Quandl::Quandl. Use a nova função para importar dados para o Índice de Preços ao Consumidor dos Estados Unidos (código 'FRED/DDOE01USA086NWDB'). Quanto de ganho de velocidade em porcentagem você obtém da segunda chamada para a versão memorizada?

library(Quandl)
library(memoise)
library(tictoc)

mem_quandl <- memoise(f = Quandl, cache = cache_memory())

id <- 'FRED/DDOE01USA086NWDB'

tic('Using original Quandl')
df <- Quandl(code = id)
toc()

tic('Using memoise version (first call)')
df <- mem_quandl(code = id)
toc()

tic('Using memoise version (second call)')
df <- mem_quandl(code = id)
toc()

12 Reportando Resultados e Criando Relatórios

Referências