测试该策略

从现在开始，我们将重复使用实用工具脚本 “utilities.R “中的函数。在这种情况下，我们将使用。

– getLogReturns(prices)，从调整后的价格中计算出对数回报。

– getEquityLog(log_ret,pos)，从对数收益和仓位向量中计算出股权曲线。

实用功能

getLogReturns <- function(prices) {
 # 返回调整后价格的对数收益
 # 假设输入中存在调整后的价格列
 log_ret <- ROC(Ad(prices),type='continuous')
 log_ret[1] <- 0
 return(log_ret)
} 

getEquityCurve <- function(returns,pos,type='log') {
 #  股票曲线的简单回报

 if (type=='log')
 return(exp(cumsum(returns*pos)) - 1)
 else
 cat ('Type not supported','\n')
} 

---

---

交换位置 

 注意到这个策略在所有四个股票上都表现不佳，但在其中三个股票上表现特别差。这表明对策略进行了明显的改变：做完全相反的事情，即交换多头和空头交易，如下所示

pos <- ifelse(Cl(prices)-Op(prices)>0,1,-1)

切换式股票曲线

策略代码

• 改变的是位置向量的计算

pos <- long + short
pos <- lag(pos)

参数

这个策略的参数是什么？

bbands <- BBands(prices,n=50,sd=2)

两个明显的数字参数是。 

•  n是回溯期，和 
•  sd是标准偏差的乘数 

 例子

plot(equity,main='Equity curve')

该策略需要一个参数，即持有期。 当且仅当持有期过后，我们退出交易 

 通过在计数小于持有期时留在交易中来实现。

run <- function(prices,n,sd,hold) {
 bbands <- lag(BBands(prices,n=n,sd=sd))
 pos <- rep(0,length=nrow(prices)) # all zeroes

下一个例子 – 止损

– 止损限制了某项交易的损失

– 我们将衡量一笔交易的简单回报

– 如果它太负，我们将退出交易 

getTradeReturn <- function(prices,entry,exit,short=FALSE) {
 prices <- as.numeric(prices)

> prices
 Adjusted
1970-01-02 100
1970-01-03 110
1970-01-04 100
1970-01-05 150
1970-01-06 200
1970-01-07 100

> getTradeReturn(prices,entry=1,exit=2)
[1] 0.1
> getTradeReturn(prices,entry=1,exit=2,short=T)
[1] -0.09090909
> getTradeReturn(prices,entry=1,exit=4)
[1] 0.5

 titStr <- paste("stoploss=", stoploss,":",sum(stopOuts),"stop outs")
 plotEquity(prices,pos,stopOuts,titStr); return(pos)
}

利差

– 两个系列的加权组合（通常是差异）。

策略可以尝试利用价差中的均值反转；对于一对股票，这被称为成对交易

– 与协整理论有关

价差例子

我们将看一下标准普尔500指数和道琼斯工业指数

pdf('different_screens.pdf')
plot.zoo(prices,col=cols,xlab=xlab,ylab=paste(tickers,ylab),main="")
dev.off()

现在，惊人的相似性是显而易见的 

例子：寻找权重

lookback <- 50

spread <- close1 - positionRatio*close2

– 点差 = x – positionRatio * y

– 当我们卖出y的仓位比例单位时，买入一个单位的x

点差例子

plot.zoo(cbind(spread,0,0.5,-0.5),screen=c(2,2,2,2),main="Spread")

一个价差策略

创建价差的目的是创建一个平稳的时间序列，也就是一个具有恒定平均值和标准差的时间序列。

如果我们成功了，我们就可以在价差远远低于其平均值时买入价差（做多廉价产品，做空昂贵产品），在价差高于其平均值时卖出价差。

连续积分理论正是处理平稳的时间序列的线性组合，但我们不会去研究数学。

接下来我们将看到一个简单的基于布林线的价差交易策略想法。

例子：RSI策略

– RSI是一个标准的指标，在TTR软件包中实现。

– 它的数值在0到100之间，较高（较低）的数值表示市场最近在上升（下降）。

# RSI 策略

 pos <- long + short 
 pos <- Lag(pos); pos[is.na(pos)] <- 0
 return(pos)
}

样本内和样本外回测

resultsIn <- backtest(prices[startIn:endIn,],params) # in-sample
resultsOut <- backtest(prices[startOut:endOut,],params) # out-of-sample

绘制图

#dev.new(width=10, height=5) # prevent elongation of plots
grid.arrange(plot1,plot2,ncol=2)
dev.off()

– 从样本内结果中挑选参数并不总是容易的 

 – 数据集的漂移可能导致良好的参数组合在样本内和样本外期间有所不同