我一直在使用R進行公司財務和資產定價的研究，並且非常喜歡它，這是由於我在數學和統計方面的背景。到目前爲止，我在R中遇到了兩個主要的限制。第一個是處理大數據文件，但我通過將R與PostgreSQL和Spark結合起來規避了它，我相信我可以從高性能計算機或AWS雲中獲得更多內存在將來。第二個限制是執行速度（對於通過tick安全報價數據來處理tick是很重要的），並且我被推薦爲Julia比R具有巨大的速度優勢。我的問題是，由於Rcpp提供了非常快的執行速度，Julia的速度優勢還是保持？我正在考慮是否應該學習朱莉婭。另外，R提供了與WRDS，Quandl，TrueFX和TAQ的完美數據庫連接，而且我非常習慣於Hadley Wickham樣式的數據清理。作爲一名學術人員，我有點喜歡這樣一個事實，即R得到了Journal of Stat Software等同行評審期刊的支持。我會嘗試茱莉亞，看看它是如何工作的。感謝所有的答案和評論！Julia的速度優勢超過R
Rcpp和Julia將最終在性能方面讓你到同一個地方。事實上，類型穩定的Julia將編譯成與clang編譯的C++基本相同的LLVM IR。在設計方面，沒有什麼能夠阻止它與之類似（在類型穩定的情況下），除了一些缺少的優化外，因爲語言很年輕（例如，@fastmath默認不添加FMA，所以您必須自己添加FMA調用，而我相信用fastmath編譯的C++將會FMA）。但是你可以玩弄檢查@code_llvm and @code_native輸出相同的代碼，給定類型的穩定性。
但是，Rcpp會要求您編寫一堆C++代碼並測試/維護該代碼以及您的R代碼。 C/C++的水平低得多，可能會更難以維護（「兩種語言問題」）。如果你選擇和Julia一起去，你可以把它寫在Julia裏。這是主要區別。 （關於整個「Julia比C慢兩倍」，應該在這裏提及，通常是因爲有一小部分類型不穩定的代碼，而不是關閉數組邊界檢查@inbounds這些註釋並沒有這樣做，這可能會導致在緊密的循環中出現很大的差異），並且依賴於矢量化風格（la R/MATLAB/Python）。最後一部分在Julia v0.6中更好，但是它總是會有一個小的循環成本，最後，它是選擇加入/退出選擇的簡潔代碼和額外的安全檢查導致的差異。）
這也是基於意見的。在「一種語言的所有人」中看到了優勢，我發現在R和C++的大量（優秀）軟件包和庫中都有優勢。用戶有一個選擇。 –
我注意到了意見的確切位置。我說的一個觀點是我覺得使用多種語言是不必要的。剩下的不是意見，這只是Julia vs Rcpp的工作原理。但是，這個問題滔滔不絕地提出意見。 –
寒意。我甚至沒有讓你失望，我只是懶得浪費我一生的時間告訴你，你的帖子 - 在我看來 - 並不完全符合SO的質量標準。生活繼續， –
這個問題有點過於通用。不過，你可以看看這篇論文：http://economics.sas.upenn.edu/~jesusfv/comparison_languages.pdf。它比較了幾種編程語言（包括Rcpp和Julia）的性能。 – merch
@merch非常感謝。 Rcpp是R環境中最快的方法嗎？ –
該語言比較來自Julia的石器時代（v0.2）。我認爲更好的一點是，類型穩定的Julia代碼和Clang編譯的C++一樣快。實際上，它編譯本質上是相同的代碼，所以速度沒有差別。這裏的速度差異可能是由於使用了不同的系統數學庫（'log'函數）以及早期的Julia沒有默認使用-O3編譯（現在就是這樣）的事實。 –