R: Backtesting una strategia di trading. Principianti di Quantmod e R

Question

Sono molto nuovo a R e sto provando a testare una strategia che ho già programmato in WealthLab.

Diversi cose che non capisco (e non funziona, ovviamente :)

1. Non capisco le Tariffe piacevolmente in un vettore ... o qualche tipo di vettore, ma inizia con la struttura e non capisco veramente cosa fa questa funzione. Ecco perché la mia serie [, 1] chiamata probabilmente non funziona.

2. n < - nrow (serie) non funziona neanche, ma ho bisogno che per il Loop

Quindi credo che se ottengo queste 2 domande hanno risposto alla mia strategia dovrebbe funzionare ... I 'm molto grato per qualsiasi help..R sembra piuttosto complicato anche con esperienza di programmazione in altre lingue

#rm(list = ls(all = TRUE)) 

#import data, default is yahoo 
require(quantmod) 
series <- getSymbols('AAPL',from='2013-01-01') 
#generate HLOC series 
close <- Cl(AAPL) 
open <- Op(AAPL) 
low <-Lo(AAPL) 
high <- Hi(AAPL) 

#setting parameters 
lookback <- 24 #24 days ago 
startMoney <- 10000 


#Empty our time series for position and returns 
f <- function(x) 0 * x 

position <- apply(series[,1],FUN=f) 
colnames(position)="long_short" 

returns <- apply(series[,1],FUN=f) 
colnames(returns)="Returns" 

trades = returns 
colnames(trades)="Trades" 

amount = returns 
colnames(amount) = "DollarAmount" 
amt[seq(1,lookback)] = startMoney 


#Calculate all the necessary values in a loop with our trading strategy 
n <- nrow(series) 

for(i in seq(lookback+1,n)){ 
    #get the return 
    if(position[i-1] == 1){ 
    #we were long 
    returns[i] = close[i]/close[i-1] - 1 
    } else if(position[i-1] == -1){ 
    #we were short 
    returns[i] = close[i-1]/close[i] - 1 
    } 


    #long/short position 
    if(open[i-lookback]<open[i] && low[i-1] < open[i]){ 
    #go long 
    position[i] = 1  
    } else if(open[i-lookback]>open[i] && high[i-1] > open[i]){ 
    # go short 
    position[i] = -1 
    } else { 
    position[i] = position[i-1] 
    } 

    #mark a trade if we did one 
    if(position[i] != position[i-1]) trades[i] = 1 

    #Calculate the dollar amount 
    amount[i] = amount[i-1]*exp(returns[i]) 
    if(trades[i]) amount[i] = amount[i] - 2 
} 

Answer 1

a partire dalla seconda domanda

> s <- getSymbols('SPY') 
> nrow(s) 
NULL 
> class(s) 
[1] "character" 
> s.data <- get(s) 
> class(s.data) 
[1] "xts" "zoo" 
> nrow(s.data) 
[1] 1635 

Quindi, se si desidera lavorare sull'oggetto effettivo xts, è necessario utilizzare get.

Informazioni sulla prima domanda: non credo che sia necessario utilizzare i dati come vettore: l'oggetto xts è un array indicizzato per data ed è facile lavorarci. Se si vuole ancora ottenere i dati è possibile utilizzare

closing.prices <- coredata(Cl(s)) 

Ora, per iniziare con un semplice back testing delle strategie Io suggerisco di lavoro nei seguenti passi

definire la vostra strategia. 2. crea una matrice o aggiungi una colonna al tuo oggetto xts che rappresenterà la tua posizione per ogni giorno. 1 per lungo, 0 per nessuna posizione e -1 per breve (in seguito puoi giocare con il numero per la leva). 3. moltiplicare ogni ritorno di giorni con la posizione e otterrete il vettore di ritorno della strategia. 4. esaminare i risultati - la mia raccomandazione è PerformanceAnalytics.

semplice strategia - comprare quando stretta sopra SMA20, vendere sotto

library(quantmod) 
library(PerformanceAnalytics) 

s <- get(getSymbols('SPY'))["2012::"] 
s$sma20 <- SMA(Cl(s) , 20) 
s$position <- ifelse(Cl(s) > s$sma20 , 1 , -1) 
myReturn <- lag(s$position) * dailyReturn(s) 
charts.PerformanceSummary(cbind(dailyReturn(s),myReturn)) 

e questo è ciò che si otterrà