我有下面的R代码来生成100个随机权重

# Creating a matrix to store the weights
all_wts <- matrix(nrow = 100,
 ncol = length(tickers))  ### number of tickers 4                   

# run the for loop 100 times.
for (i in 1:100) {
  wts <- runif(length(tickers))
  wts <- wts/sum(wts)

# Storing weight in the matrix
  all_wts[i,] <- wts }

因此，我应该有一个权重矩阵$$ w= \开始{bmatrix} w_1和w_2和w_3和w_4 \ \虚拟点和\虚拟点和\虚拟点\虚拟点和\虚拟点和\虚拟点和\虚拟点\ \结束{bmatrix}$$
其中第一行$$ w^* = \开始{bmatrix} w1&w2&w3&w4\结束{bmatrix} $$是第一组随机权重，等等。
现在，我的第二步是将第一组随机权重乘以另一个名为$$R_t $$的矩阵，其中$$R_t = \开始{bmatrix} A_1 & A_2 & A_3 & A_4 \ \vdots &\vdots &\vdots \ A_{1，252}& A_{2，252}& A_{3，252}& A_{4，252} \ \end{bmatrix}$$代码将为

a1 <- all_wts[1,] 

b <- log.return

yts <-  rowSums(a1 * b)

然后我用第二个随机权重重复这个乘法

a2 <- all_wts[2,] 

b <- log.return

yts2 <- rowSums(a2*b)

我对所有100个随机权重都这样做，我的问题是，我如何编写一个代码来实现每个随机权重的所有乘法，然后将第二步的结果存储到一个新的矩阵中，这样我就可以移动到需要第二步结果的第三步。
我设法做了计算，但迭代次数更多，例如100次，将很难重复该过程