各位高手，我遇到以下一个问题，看哪位可以帮忙解决？
  
   我有四支股票组合的收益率数据，时间长度为2500，我原打算做一个区间长度为500的backtesting.
   对于单个股票，我首先用ARMA_GARCH模型过 滤掉条件自相关和异方差效应，得到标准化残差满足IID分布。为了捕捉尾部极端事件，我用半参数GPD去按拟合尾部，可得到四支股票的经验边缘分布，然后 再用student t copula去经验边缘分布，估计copula参数以后，再通过Copula GARCH估计组合VAR值。
  现在遇到的问题时，backtesting是通过rolling windows来进行，是不是意味着，我在上述计算VAR的过程前要加一个大循环？这样程序的效率是不是会极低，有什么好方法解决这个问题么？谢谢各位！