32、高效简单移动平均线的实现

高效简单移动平均线的实现

1. 尽可能向量化

向量化是指移除手动循环机制，转而使用一种优化的操作，无需显式循环即可完成相同的任务。在R语言中，向量化非常有用，它可以避免显式循环带来的开销。向量化是R语言的基本工具，应尽可能使用它进行编程，而不是等到性能问题出现时才考虑。

向量化操作有多种方式：
- 对于矩阵 - 向量乘法，在R中可以直接使用特定的操作，而无需像其他编程语言那样迭代向量和矩阵的元素进行相乘和相加。
- 使用R提供的 apply 函数族（如 lapply 、 sapply 等），可以使代码更简单，实现速度更快。不过 apply 函数并不是该函数族中优化程度最高的，性能提升不如其他函数，但代码清晰度会提高。
- 用R的内置函数替代循环。例如，在代码中原本使用 for 循环对 period_prices 向量的元素求和并除以 period 求均值，可直接使用 mean 函数替代。

以下是使用 mean 函数优化后的代码：

sma_slow_3 <- function(period, symbol, data) {
  result <- NULL
  for (end in 2:nrow(data)) {
    position <- end
    sma <- NA
    n