我有两个数据集，其中包含两个不同时间段（1小时和5分钟）的货币数据价格（高、低、开盘和收盘）。
我为1小时时间框架数据的每一行都设定了价格目标，以及交易的目标方向（1或-1）。
对于方向为“1”的交易，我试图找到5分钟图表上“低”〈=目标水平的第一个点;相反，对于方向为“-1”的交易，我希望找到5分钟图表上“高”〉=目标水平的第一个点。
我在下面放了代码来演示我所追求的东西。
我在实践中遇到的问题是，我正在寻找跨越10 - 20年的时间段，这使得连接非常缓慢。我已经设置了下面的例子是从2016年到2022年，所以它在我的电脑上不太慢，但如果你延长到10年以上，它开始真正成为一个痛苦。
这可能是我不得不忍受的事情，但我正在寻找两件事的指导：
1.有没有更快/更有效的方法来实现我下面概述的目标？
1.你可以看到我在结尾处把买卖交易分成了两个连接。有没有办法把它们合并成一个连接？这并不重要，因为它不会占用我代码中太多的“空间”，但我对教学目的很感兴趣。
先谢谢你了菲尔

# Load required packages
library(data.table)
library(dplyr)

# Define timeframes for the data
Start <- as.POSIXct("2016-01-01 00:00:00")
End <- as.POSIXct("2022-01-01 23:55:00")

Hours <- floor(as.numeric(difftime(End,Start,units = "hours"))) + 1
Minutes <- floor(as.numeric(difftime(End,Start,units = "mins")) / 5) + 1

# Create the Hourly data
set.seed(123)
hourly_prices <- data.table(
  datetime = seq(Start, End, by = "hour"),
  open = rnorm(Hours, mean = 100, sd = 1),
  high = rnorm(Hours, mean = 101, sd = 1),
  low = rnorm(Hours, mean = 99, sd = 1),
  close = rnorm(Hours, mean = 100, sd = 1),
  Direction = sample(c(1,-1),Hours,replace = T)) %>%
  .[,Target_price := ifelse(Direction == -1,rnorm(.N, mean = 104, sd = 1),rnorm(.N,mean = 97,sd = 1))]

# Create the 5-minute data
set.seed(456)
minute_prices <- data.table(
  datetime = seq(Start, End, by = "5 min"),
  open = rnorm(Minutes, mean = 100, sd = 1),
  high = rnorm(Minutes, mean = 101, sd = 1),
  low = rnorm(Minutes, mean = 99, sd = 1),
  close = rnorm(Minutes, mean = 100, sd = 1),
  Position = seq_len(Minutes))

# Join the two data.tables to find the first point at which price passes the target levels
hourly_prices[(Direction == 1),Location := minute_prices[.SD, on = .(datetime > datetime, low <= Target_price),mult = "first",x.Position]]
hourly_prices[(Direction == -1),Location := minute_prices[.SD, on = .(datetime > datetime, high >= Target_price),mult = "first",x.Position]]