基于R语言的均线量化策略分析

《基于R语言的均线量化策略分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于R语言的均线量化策略分析摘要随着IT技术的不断进步，基于新型电子化交易的量化投资也得到了飞速发展，计算机科学和股票技术分析的大力发展和融合，使开源的R语言集成了多种数据分析与可视化算法，具备良好的可扩展性，适用于策略分析及数量化分析。本文根据上海医药历史数据，研究了买卖信号突破日期及买卖执行期，测算了10日简单移动平均线下交易策略的累计收益率及买卖点获胜率，并通过比较得出，以R语言为工具的移动平均线策略具有较高的收益率，得到了可供实际股票操作的R语言控制模型，为股票分析提供了技术参考。关键词R语言移动平均线收益率量化分析一、引言技术分析在股票市场的投资中被广泛应用

2、，其中，均线系统分析是实践中最常采用的也是准确率最高的技术评价体系。R语言具有灵活性、开放性，而它最具魅力的地方在于其自带了多种统计学及数字分析功能。移动平均线具有滞后性。对于短期投资者来说，能否提前预测到平均线的走势，进而判断股价的买卖点，意义就显得尤为重要。因此，本文在寻找上海医药的买卖点时，借助R语言强大的预测统计功能，将均线策略与其结合，从而达到提前预测及稳定获利的冃标。二、R语言介绍R语言是由新西兰奥克兰大学的RossIhaka与RobertGentlemen一起开发的面向对象的编程语言。R语具有一套完整的数据处理、计算和制图软件系统，同时它是一个开源软件，

3、它的主程序小巧，有着丰富的数据包。正是因为拥有这些特征，使得R语言在金融量化投资领域应用广泛，并且具有良好的预测功能。本文以R语言为工具，对上海医药股价进行以均线系统为策略的量化投资分析。三、R语言策略模型R语言要实现均线策略，首先需要提取数据，再将其转换为时间序列,接着进行平稳性检验、白噪声检验，当序列满足平稳性且自相关条件时，方可进行策略建模，直到策略实现。四、均线系统策略实现第一，本文主要利用简单移动平均线对上海医药的股价进行预测分析，在此之前，对相关概念做一个简要的介绍。算术平均数的算法，是先对一组数据的值求和，再用这个总和除这组数据的个数来得到算术平均数。简

4、单移动平均用数学公式表达为：将这些简单移动平均数绘制成时间序列图，就可以得到股价的简单移动平均线。第二，一是买入（做多）信号的确定分析。其一，当移动平均线下将趋于平缓或者像上翘时候，价格从左下方上穿移动平均线，表明价格将持续上涨；其二，当移动平均线继续保持向上移动势头，然而价格小幅下蹿,这时可持股待涨或伺机买入。二是卖出（做空）信号的确定分析。其一，当移动均线上升过程中逐渐转平或向下时，而价格趋势线也从均线上方向下穿过均线且一去不返，这时价格将开始下跌；其二，当移动均线在下跌的过程中，而价格趋势线却由均线下面向上升至均线时又转向下方，此时价格依然处于下降趋势。第三，对

5、时间序列进行分析的前提是该序列是平稳的，即序列的基本性质不发生较大的变化。若时间序列是特殊的平稳序列，即口噪声过程(纯随机过程)，也就是无自相关性，那么预测也无法进行。因此我们首先耍对上海医药收盘价的平稳性与非随机序列进行检测。一是我们可以根据时间序列平稳性的特点，从时序图的形态大致判断英平稳性。一般对于平稳时间序列来说，其自相关系数快速减小至0或者在某一阶段后变为0。由上海医药收盘价ACF图可以看出，其自相关系数迅速降至0附近，表明上海医药收盘价时间序列具有稳定性。二是本文中的白噪声检验米用的是Ljung-Box检验方法，LB检验的原假设为所检验序列的纯随机序列，当

6、P值大于所设定的显著水平5%时，接受原假设，认为所检验序列为白噪声序列。反Z则拒绝原假设，认为序列是非白噪声序列。由结果所知，对上海医药进行LB检验吋,Q统计量的p-value二2.2e-16<5%,从而拒绝原假设，即该序列存在自相关性，因此可以进行下一步建模预测。第四，根据上海医药的收盘价与上海医药10日简单移动平均线找出上海医药的买卖点。首先，打开R语言界面，获取上海医药收盘价数据；英次，计算出10Hsma；然后，画出收盘价和smalO的时序图。为了使上海医药的收盘价与上海医药10日简单移动平均线的期数一致，则需耍剔除上海医药收盘价前9期的数据。此时构造穿越(cr

7、oss)信号函数，捕捉价格线突破均线的日期，对交易信号滞后2期，提取出了73个买入点，提取出了10个卖点。由上得出上海医药绩效图1表示，最后与实际作对比，得出买卖点预测准确率为71%。五、结语通过图1可以看出，截止到9月30日，上海医药的累计收益率为23%,但截止到9月30日，银行存款、固收类基金、保本基金、股票型基金、上海医药的平均累计收益率分别为1.5%、2.68%、5.09%、21.37%、23%。上海医药的累计收益率明显高于上述甜种的累计收益率，所以该模型具有良好的预测功能，即以R语言为工具的均线量化投资策略，能为投资者提供有效的投资决策依据