R语言动量交易策略分析调整后股市数据

用于动量策略中所谓的动量(Momentum),是指某一对象所具有的一种倾向于保持其原有属性或特征的性质,也可以简单理解成一种惰性(Inertia)。

由Kaizong Ye,Sherry Deng撰写

股票的动量,简单地说就是涨的还会接着涨,跌的还会接着跌;过去涨得越猛,未来涨的也就越猛;过去跌得越狠,未来也会跌的越狠。


下面,本文将尝试将动量策略应用于调整后的数据(历史价格,股息和拆分数据,以预测公司的未来或获得市场见解):

我们构建了两个环境:

  • 包含拆分和股息调整后的价格
  • 仅包含调整后的价格


热门课程

R语言数据分析挖掘必知必会

面对扑面而来的数据浪潮,包含Google、Facebook等国际企业,都已采用R语言进行数据分析

探索课程

接下来,我们考虑以下3种设置:

  • “已调整”-拆分和股息调整后的价格数据。信号和损益仅从调整后的数据时间序列中得出。
  • “实际”-仅使用拆分后的调整数据,尚未对股息进行调整。信号和损益仅从唯一的拆分调整后的数据时间序列中得出。
  • “混合”-使用“实际”时间序列生成信号,使用“调整”时间序列进行损益计算。


R语言时间序列:ARIMA / GARCH模型的交易策略在外汇市场预测应用

阅读文章


经调整后的数据表现优于实际数据和混合数据。


可下载资源

关于作者

Kaizong Ye拓端研究室(TRL)的研究员。

本文借鉴了作者最近为《R语言数据分析挖掘必知必会 》课堂做的准备。

​非常感谢您阅读本文,如需帮助请联系我们!

 
QQ在线咨询
售前咨询热线
15121130882
售后咨询热线
0571-63341498