Simulation with doMC

simuFunctionPar<-function(theta, phi, stdEps, stdEta, N, K,backingpath){

   library("sandwich")#Lade Paket für Sandwich Schätzer
   library("bigmemory") #Lade Paket für BigMemory Matrizen
   library("biganalytics") #Lade Paket für Manipulation von BigMemory Matrizen
   library("doMC")
   registerDoMC()

   #Generiere Trade-Indikator
   trade<-as.big.matrix(matrix(sample(c(1,-1), (N+1)*K, replace=TRUE),ncol=K), backingpath=backingpath, backingfile="trade.bin",descriptorfile="trade.desc")
   flush(trade)
   #Wende die StandardMatrix Funktion 'diff' auf den Inhalt der BigMemory Matrix trade an. 1=Zeilen, 2=Spalten
   tradedelta<-as.big.matrix(apply(apply(trade,2,diff),2,rev), backingpath=backingpath, backingfile="tradedelta.bin", descriptorfile="tradedelta.desc")
   flush(tradedelta)
   tradelag<-as.big.matrix(apply(sub.big.matrix(trade,1,nrow(trade)-1,1,ncol(trade),backingpath = backingpath),2,rev),backingpath=backingpath,backingfile="tradelag.bin",descriptorfile = "tradelag.desc")
   flush(tradelag)

   #Generiere Störterme Epsilon und Eta
   epsilon<-as.big.matrix(matrix(rnorm(N*K, mean = 0, sd = stdEps), ncol=K),backingpath = backingpath, backingfile = "epsilon.bin",descriptorfile = "espilon.desc")
   flush(epsilon)

   eta<-as.big.matrix(matrix(rnorm((N+1)*K, mean = 0, sd = stdEta), ncol=K),backingpath = backingpath, backingfile = "eta.bin",descriptorfile = "eta.desc")
   flush(eta)
   #Wende die StandardMatrix Funktion 'diff' auf den Inhalt der BigMemory Matrix trade an. 1=Zeilen, 2=Spalten
   etadelta<-as.big.matrix(apply(apply(eta,2,diff),2,rev),backingpath = backingpath,backingfile = "etadelta.bin",descriptorfile = "etadelta.desc")
   flush(etadelta)

   #Generiere Midquotedifferenzen als Pointer
   mdelta=theta*tradelag[,]+epsilon[,]

   #Generiere Preisdifferenzen als Pointer
   pricedelta=theta*tradelag[,]+(theta+phi)*tradedelta[,]+epsilon[,]+etadelta[,]
   #Fasse Input Parameter zusammen
   inputParameters<-matrix(c(theta,phi,N,stdEps,stdEta),ncol=5,nrow=1)

   #Beginne Schleife für Schätzung der K Schätzer
   data<-foreach(i=1:K,.combine=rbind) %dopar% {

           #Generiere Zeilen Container
           rowData<-matrix(nrow=1,ncol=40) #Wird auf NULL gesetzt
           nWest<-matrix(nrow=2,ncol=2)

           #Schätzung der Koeffizienten
           tryCatch({
               regression<-lm(pricedelta[,i]~0+tradelag[,i]+tradedelta[,i])


               rowData[1] = regression$coefficients[1] #Schaetzung Theta
               rowData[8] = regression$coefficients[2] #Schaetzung Theta+Phi

               #Schätzung der robusten Standardfehler
               try({
                  nWest<-NeweyWest(regression)
                  rowData[2] = nWest[1,1]
                  rowData[9] = nWest[2,2]
               })
               #print(.Last.value)
               options(show.error.messages = TRUE)
           },
           interrupt = function(ex) {
               cat("An interrupt was detected.\n");
               print(ex)
           },
           error = function(ex) {
               cat("An error was detected.\n")
               print(ex)
           },
           finally = {
               gc()
           })
           rowData
   }
   #Ausgabe der Daten
   return(data)
   gc()
}