R 개발 페이지.
기여한 R 패키지.
아래는 프로젝트 트레이딩 시스템 모델링에서 제공하는 모든 패키지 목록입니다.
패키지 바이너리에 대한 중요 사항 : R-Forge는 R의 최신 버전에만이 바이너리를 제공하지만 이전 버전에는 제공하지 않습니다. R-Forge에서 제공되는 패키지를 성공적으로 설치하려면 R의 최신 버전으로 전환하거나 패키지 소스 (.tar. gz)에서 설치해야합니다.
무역 시스템 모델링.
상태 코드를 작성하십시오.
0 - 현재 : 패키지를 다운로드 할 수 있습니다. 해당 패키지는 ERROR없이 Linux 및 Windows 플랫폼에서 검사를 통과했습니다.
1 - 빌드 예정 : 패키지가 빌드 시스템에 의해 인식되고 준비 영역에서 제공됩니다.
2 - Building : 패키지가 빌드 머신으로 전송되었습니다. R의 최신 패치 버전을 사용하여 빌드되고 검사됩니다. 이 패키지는 여러 패키지의 배치에 포함되어 있습니다. 따라서이 프로세스는 완료하는 데 약간의 시간이 걸립니다.
3 - 빌드 실패 : 패키지가 작성되지 않았거나 Linux 및 / 또는 Windows 플랫폼에서 검사를 통과하지 못했습니다. 정책을 충족하지 못하기 때문에 사용할 수 없습니다.
4 - 충돌 : 동일한 이름의 패키지가 두 개 이상 존재합니다. 그들 중 누구도 지을 수 없습니다. 유지 관리자는 추가 조치 협상을 요청받습니다.
5 - 오프라인 : 패키지를 사용할 수 없습니다. 빌드 시스템이 오프라인 일 수도 있고 패키지 관리자가 (예를 들어, 패키지 리포지토리에 커밋하여) 재 구축을 트리거하지 않았을 수도 있습니다.
패키지가이 페이지에 표시되지 않거나 빌드되지 않은 경우 빌드 시스템 상태 보고서를 확인하십시오.
해머 거래 시스템 - Quantstrat에서 주문 지표 기반 제한 주문 시연
몇 주 전에 저는 웨비나 (webinar)를 듣기로 결정했습니다. (9 월 3 일에는 Big Mike 's Trading에서 퀀트 트랫 (quantstrat)을 사용합니다. 링크 참조). 그 중 일부는 '트렌드 턴 무역 이윤 추구'시스템이라고 불리는 거래 시스템이있었습니다. 이것이 그의 시스템이다.
SMA30 위에 상승 추세를 SMA10으로 정의하십시오.
SMA10 아래에 SMA5로 풀백을 정의하십시오.
해머를 낮은 그림자의 20 % 미만의 상단 그림자와 낮은 그림자의 50 % 미만의 몸체를 가진 양초로 정의하십시오. 해머의 높이에서 멈춤 손실을 해머의 낮은 위치에 설정하고 범위의 1/3을 추가로 입력하십시오. 이윤 추구 목표는 진입 가격과 정지 가격 사이의 거리의 1.5-1.7 배입니다.
게다가 (여기에서 테스트되지 않은) 낙천적 인 포효 패턴이 있었는데, 이는 아래 일의 조건과 하루의 시작이 끝나는 낮의 조건을 가진 2 자형 패턴이었고, 위쪽 일의 마감은 낮의 끝보다 작았고, 상승 일의 마감은 전날의 공개보다 높았고, 정지는 패턴의 최저로 설정되었고, 이익 목표는 같은 장소에서 이루어졌습니다.
이 시스템은 손실의 1.6 배에 해당하는 거래로 약 70 %의 시간 동안 정확하다고 광고되었으므로이를 조사하기로 결정했습니다.
이 게시물의 위쪽은 다른 사람의 시스템을 조사하는 것 외에도 quantstrat로 더 미묘한 순서를 만드는 법을 보여줄 수 있다는 것입니다. 제 생각에, 퀀트 스트릿의 가장 좋은 판매 포인트는 그것이하는 법을 알면 (사소하지 않고) 원하는 모든 것을 할 수있는 프레임 워크를 제공한다는 것입니다. 어쨌든, 이 전략에서 가져야 할 현저한 점은 약간의 미묘한 구문으로 흥미로운 커스텀 주문을 만드는 것이 가능하다는 것입니다.
이 전략의 구문은 다음과 같습니다.
추세가 반전되면 전략에 하나의 추가 규칙을 추가했습니다 (SMA10.
코멘트는 닫힙니다.
최근 인기있는 글.
가장 많이 방문한 기사.
R 사용자를위한 작업.
bavotasan 디자인을 사용하여 WordPress에 의해 구동됩니다.
저작권 및 사본; 2017 R-bloggers. 판권 소유. 이 웹 사이트의 이용 약관.
간단한 주식 거래 전략에 대한 백 테스팅.
참고 :이 게시물은 재정적 인 조언이 아닙니다! 이것은 R이 데이터를 가져오고 조작하는 데 필요한 몇 가지 기능을 탐색하는 재미있는 방법입니다.
나는 최근 Excel에서 흥미로운 주식 거래 전략을 연구 한 ETF Prophet에 관한 글을 읽었습니다. 전략은 간단합니다 : 지난 200 일 동안 주식의 최고 지점을 찾아 그 이후로 경과 한 일수를 계산하십시오. 100 일이 넘지 않았다면 주식을 소유하십시오. 100 일이 넘었 으면 소유하지 마십시오. 이 전략은 매우 간단하지만 인상적인 결과를 산출합니다. 그러나이 예에서는 스플릿이나 배당에서 조정되지 않은 데이터를 사용하며 다른 오류가있을 수 있으며 거래 비용과 실행 지연도 무시하므로 전략 성능에 영향을 미칩니다.
이 전략을 R로 구현하는 것은 간단하며 엑셀보다 많은 장점을 제공합니다. 그 주된 이유는 주식 시장 데이터를 R로 끌어들이는 것이 쉽기 때문에 비교적 적은 노력으로 광범위한 인덱스에서이 전략을 테스트 할 수 있다는 것입니다.
우선, 우리는 quantmod를 사용하여 GSPC에 대한 데이터를 다운로드합니다. (GSPC는 S & P 500 지수를 의미 함). 다음으로, 우리는 시계열에서 n 일이 지난 이후의 일수를 계산하는 함수를 만들고, 우리의 거래 전략을 구현하는 함수를 생성합니다. 후자의 함수는 2 개의 매개 변수를 사용합니다. 사용하려는 n 일의 최고치와 그 최고치를 넘는 일수를 저장합니다. 예는 200과 100이지만, 이것을 500 일 최고로 쉽게 변경할 수 있으며, 구제하기 전에 300 일 이전에 주식을 보유하면 어떻게 될지 알 수 있습니다. 이 함수는 매개 변수화되어 있으므로 다른 여러 버전의 전략을 쉽게 테스트 할 수 있습니다. 전략의 시작 부분을 0으로 채우므로 입력 데이터와 길이가 같습니다. (daysSinceHigh 함수에 대한 자세한 설명을 원한다면 상호 유효성 검사에 대한 토론을 참조하십시오.)
우리는 우리의 위치 (0,1) 벡터에 지수의 수익을 곱하여 전략의 수익을 얻습니다. 이제 우리는 거래 전략에 대한 통계를 반환하고 전략을 벤치 마크와 비교하는 함수를 만듭니다. 다소 임의적으로 나는 누적 수익, 평균 연간 수익률, 샤프 비율, 우승 %, 연평균 변동성, 최대 하락률 및 최대 길이 하락률을 살펴보기로 결정했습니다. 다른 통계는 쉽게 구현할 수 있습니다.
보시다시피, 이 전략은 기본적으로 "매수 및 유지"방식에 비해 유리합니다.
마지막으로 아일랜드와 영국을 대표하는 FTSE, 1896 년으로 거슬러 올라가는 다우 존스 산업 지수, 일본을 대표하는 N225 등 3 가지 지수에 대한 전략을 테스트합니다. 전체 프로세스를 기능화 했으므로 다음과 같이 1 줄의 코드로 각각의 새로운 전략을 테스트 할 수 있습니다.
코멘트는 닫힙니다.
최근 인기있는 글.
가장 많이 방문한 기사.
R 사용자를위한 작업.
bavotasan 디자인을 사용하여 WordPress에 의해 구동됩니다.
저작권 및 사본; 2017 R-bloggers. 판권 소유. 이 웹 사이트의 이용 약관.
No comments:
Post a Comment