Недавно я играл с техническими методами торговли в R.
Одна из вещей, которая, как мне кажется, становится проблемой, особенно при большом количестве высокочастотной информации, — это создание вектора стратегии из вектора сигналов. Мне было интересно, нет ли более быстрого способа использования dplyr
?
Давайте начнем с загрузки акций Apple и создания коротких и длинных скользящих средних.
library("TTR")
library("quantmod")
library("PerformanceAnalytics")
library("dplyr")
getSymbols("AAPL", src = "google")
stock <- AAPL
stock <- window(stock['2015-10-01::2017-01-01'])
# Plot if you want to see
#lineChart(stock)
Short <- EMA(Cl(stock), n=5)
Long <- EMA(Cl(stock), n=6)
Теперь у нас есть выбранная акция, давайте сгенерируем наш сигнальный вектор, который указывает ордер на покупку и продажу, когда две скользящие средние пересекаются.
# Signal
Signal <-
Lag(ifelse(
Lag(Short) < Lag(Long) & Short > Long, 1,
ifelse(
Lag(Short) > Lag(Long) & Short < Long, -1, 0)
))
Signal[is.na(Signal)] <- 0
Затем мы используем этот сигнал для построения стратегии - это часть, которая занимает много времени в высокочастотных данных - что, очевидно, связано с циклом for
# Strategy
Strategy <- ifelse(Signal > 1, 0, 1)
for (i in 1:length(Cl(stock))) {
Strategy[i] <-
ifelse(Signal[i] == 1, 1, ifelse(Signal[i] == -1, 0, Strategy[i - 1]))
}
x <- as.numeric(Strategy$Lag.1)
x[is.na(x)] <- 0
Мой текущий подход к dplyr выглядит следующим образом, но он генерирует неправильную стратегию
dplyr_strat <-
Signal %>% tbl_df() %>%
mutate(Change = if_else(Lag.1 == -1, "Sell", "Buy", "NoChange") ) %>%
mutate(Strategy = ifelse(Change == "Buy", 1,
ifelse( Change == "Sell", 0,
lag(Strategy)) ) ) %>% select(Strategy)
y <- as.numeric(dplyr_strat$Strategy)
И тест
all.equal(x,y)
getSymbols
quantmod
, так что на самом деле это не слишком много. Другая проблема, возникающая при предоставлении данных, заключается в том, что, как и в случае с финансовыми вопросами, вы работаете с ежедневными данными в течение длительного периода времени. Это не может быть упаковано в простой небольшой фрейм данных. Ожидаемый вывод должен состоять в том, что выводdplyr
должен совпадать с выводомfor
циклов. Таким образом,all.equal(x,y)
должно вернутьTRUE
- person Hanjo Odendaal   schedule 10.02.2017dplyr_strat <- Signal %>% tbl_df() %>% mutate(Strategy = ifelse(Signal == 1, 1, ifelse(Signal == -1, 0, lag(Strategy))))
- person Andrew Lavers   schedule 10.02.2017