R：技术分析年度业绩

亲爱的名单，我试图在R的技术分析，使用包TTR，quantmod，动物园我有黄金日价格数据的模样：R：技术分析年度业绩

> library(quantmod) 
> library(timeSeries) 
> gold <- read.csv("gold.csv") 
> g <- as.xts(gold, dateFormat = "Date") 
> g.c<-Cl(g) 
> head(g) 
      Open High Low Close 
1999-01-08 292.2 293.3 291.2 292.0 
1999-01-11 292.3 294.3 291.6 293.6 
1999-01-12 292.2 292.5 288.0 289.3 
1999-01-13 288.8 289.1 285.0 287.0 
1999-01-14 287.4 287.4 285.0 287.4 
1999-01-15 286.7 287.6 286.4 287.4 
> first(g) 
      Open High Low Close 
1999-01-08 292.2 293.3 291.2 292 
> last(g) 
      Open High Low Close 
2010-10-20 1332 1346.5 1330.8 1343.6

我通过随机指示器已经定义由日收益和信号产生的信号（在这种情况下唐契安通道）

命中率则

> x<-g.c 
> timeseries.eval <- function(x,signal) { 
+ returns <- returns(x) 
+ hit.rate <- function(x,signal) { 
+  rate<- length(which(signal*returns> 0))/length(x) 
+  rate 
+ } 
+ round(data.frame(N=length(x),HitRate=hit.rate(x,signal)),3) 
+ } 
> timeseries.eval(x, sig.dc) 
    N HitRate 
1 3074 0.628

这给了我整个期间的结果，但是我想看到命中比率为每年和特定时期（可以说100天）我已经尝试quantmod的功能apply.yearly()，但它没有奏效。此外，我也尝试过

> years <- unique(substr(g[,"Date"],1,4)) 
Error in dimnames(cd) <- list(as.character(index(x)), colnames(x)) : 
    'dimnames' applied to non-array

而

> j<-as.data.frame(g) 
> years <- unique(substr(y,1,4)) 
> years 
[1] "1999" "2000" "2001" "2002" "2003" "2004" "2005" "2006" "2007" "2008" "2009" "2010"

智能回路中的任何想法将是有价值的（注：有必要维持秩序XTS类来封装的指标适当工作 TTR）

亚历

来源

2011-01-31 Alex

请提供一个自包含的，可重复的例子。即，通过`getSymbols（“GLD”）`而不是自己的数据使用来自GLD ETF的数据，并定义您使用的所有变量（`sig.dc`未定义）。另外，“我尝试了XYZ函数，但它不起作用”并没有帮助。请告诉我们*为什么*它不适合你。 – 2011-01-31 14:12:31

你可以用做到这一点，但所有要按期间分割的数据都需要位于一个对象中，因为apply.yearly仅分割了x而不是signal（或通过...传递的任何其他内容）。

library(quantmod) 
getSymbols("GLD", from="2007-01-03", to="2011-01-28") 

set.seed(21) 
sig <- sign(runif(NROW(GLD))) 

hit.rate <- function(returnSignal) { 
    N <- NROW(na.omit(returnSignal)) 
    HitRate <- sum(returnSignal[,1]*returnSignal[,2]>0, na.rm=TRUE)/N 
    cbind(N,HitRate) 
} 

hit.rate(merge(ROC(Cl(GLD)),sig)) 
#   N HitRate 
# [1,] 1026 0.539961 
apply.yearly(merge(ROC(Cl(GLD)),sig), hit.rate) 
#   GLD.Close  sig 
# 2007-12-31  250 0.5560000 
# 2008-12-31  253 0.5256917 
# 2009-12-31  252 0.5277778 
# 2010-12-31  252 0.5634921 
# 2011-01-28  19 0.3684211

此外，TTR需要xts对象的“注释”不正确。 TTR函数在内部使用xt，这允许他们处理大多数时间序列类（xt，zoo，timeSeries，chron，its，irts，fts等）以及data.frame，matrix和numeric/integer向量。如果对象强制为xt，则TTR函数将返回给予它们的相同类的对象。

例如：

> str(ROC(Cl(GLD))) 
An ‘xts’ object from 2007-01-03 to 2011-01-28 containing: 
    Data: num [1:1027, 1] NA -0.01017 -0.0243 0.00514 0.0061 ... 
- attr(*, "dimnames")=List of 2 
    ..$ : NULL 
    ..$ : chr "GLD.Close" 
    Indexed by objects of class: [Date] TZ: 
    xts Attributes: 
List of 2 
$ src : chr "yahoo" 
$ updated: POSIXct[1:1], format: "2011-01-31 08:41:53" 
> str(ROC(as.zoo(Cl(GLD)))) 
‘zoo’ series from 2007-01-03 to 2011-01-28 
    Data: Named num [1:1027] NA -0.01017 -0.0243 0.00514 0.0061 ... 
- attr(*, "names")= chr [1:1027] "2007-01-03" "2007-01-04" "2007-01-05" "2007-01-08" ... 
    Index: Class 'Date' num [1:1027] 13516 13517 13518 13521 13522 ... 
> str(ROC(as.timeSeries(Cl(GLD)))) 
Time Series:   
Name:    object 
Data Matrix:   
Dimension:   1027 1 
Column Names:  GLD.Close 
Row Names:   2007-01-03 ... 2011-01-28 
Positions:   
Start:    2007-01-03 
End:    2011-01-28 
With:    
Format:    %Y-%m-%d 
FinCenter:   GMT 
Units:    GLD.Close 
Title:    Time Series Object 
Documentation:  Mon Jan 31 08:48:35 2011 
> str(ROC(as.ts(Cl(GLD)))) 
Time-Series [1:1027] from 1 to 1027: NA -0.01017 -0.0243 0.00514 0.0061 ... 
> str(ROC(as.data.frame(Cl(GLD)))) 
'data.frame': 1027 obs. of 1 variable: 
$ GLD.Close: num NA -0.01017 -0.0243 0.00514 0.0061 ... 
> str(ROC(as.matrix(Cl(GLD)))) 
num [1:1027, 1] NA -0.01017 -0.0243 0.00514 0.0061 ... 
- attr(*, "dimnames")=List of 2 
    ..$ : chr [1:1027] "2007-01-03" "2007-01-04" "2007-01-05" "2007-01-08" ... 
    ..$ : chr "GLD.Close" 
> str(ROC(as.numeric(Cl(GLD)))) 
num [1:1027] NA -0.01017 -0.0243 0.00514 0.0061 ...

来源

2011-01-31 15:00:53

感谢您的帮助，明白了。 – Alex 2011-02-22 16:28:53

R：技术分析年度业绩

回答

相关问题