解释问题的价值与R中的优化函数相同

Question

我试图用R中的optim来最小化函数。问题是我不确定我应该给输出值的真正解释。当我试图估计一个参数，使我的函数为0，那么我真的不明白为什么我的函数的值与它估计的参数不同于0.艰难当我假设较低的bounderis（上下）（它们不是正确的），我的函数的值随着它估计的参数而降低。我应该担心这个功能的价值吗？

这是我第一次优化功能，我真的很感激一些帮助！我提供代码和输出。

calcr <- function(time, price, freq) {
input <- data.table(time=time,price=price);
input[order(time),];
out <- input[,.(return=log(price[length(price)]/price[1])),
           by=.(time=as.POSIXct(trunc(unclass(time)/freq)*freq,
                                origin='1970-01-01'))];
print(input)
print(out)
return(out);
}

target.fn <- function(m,data) {
trade.interval <- data[,.(interval=difftime(max(time,na.rm=T),
                                          min(time,na.rm=T),
                                          units = "secs")),
                     by=day(time)][,mean(interval,na.rm=T)];
 r <- calcr(time=data$time,price=data$price,
         freq=unclass(trade.interval)/m);
a <- (mean(r$return^2,na.rm=T))^2;
b <- -3*a+2*(mean(r$return^4,na.rm=T));
q  <- r[,.(qi=m/3*sum(return^4)),by=day(time)][,mean(qi,na.rm=T)];
return(abs(2*m^3*a+m^2*b-2*q));
}

##lower=6,upper=23398
optim(par=60,fn=target.fn,data=aa[,.(time,price=nbbomidstart)],
  method='Brent',lower=6,upper=23300);

我得到的输出如下：

$`par`
[1] 4641.689

$value
[1] 56480.07

$counts
function gradient 
      NA       NA 

$convergence
[1] 0

$message
NULL

非常感谢你！

Answer 1

实际上那里还有另一个问题。问题在于数据在我的数据中引入了一些噪音。一旦我解决了这个问题，我的代码实际上运行得很好，并且函数的值趋于0，除非我使用一些奇怪的价格。这个问题是由于使用midquote起始价格而不是最终价格造成的，这不会在函数中引入太多噪音。