R：历史数据回测(一)

2019独角兽企业重金招聘Python工程师标准>>>

一、从本地CSV文件导入数据

文件形式如下：

上图是道琼斯工业指数16年到当前的数据。包括开/高/低/收盘价的数据。

library(PerformanceAnalytics)
library(quantmod)
library(xts)
stockdata<-as.xts(read.zoo("C:/Users/steph/Desktop/visual/US30.csv",sep=",",,header=T))
dim(stockdata)
[1] 372   4
head(stockdata,3)
            OPEN  HIGH   LOW CLOSE
2016-01-04 17436 17486 16945 17183
2016-01-05 17186 17244 17033 17159
2016-01-06 17161 17183 16811 16935
tail(stockdata,3)
              OPEN    HIGH     LOW   CLOSE
2017-06-08 21170.5 21267.5 21137.0 21198.1
2017-06-09 21141.5 21302.0 21130.5 21254.3
2017-06-12 21246.0 21261.0 21225.5 21242.0

二、交易策略

close<-stockdata$CLOSE
mv5<-SMA(close,5)    #计算周期为5的移动平均线
sig<-ifelse(close<mv5,1,0)    #收盘价大于mv5，则买入，标记为1；否则标记为0。
sig<-Lag(sig)    ##将该序列向“过去”延迟一天
roc<-ROC(type='discrete',close)
ret<-roc*sig

三、画出策略收益图

charts.PerformanceSummary(ret)

# 最上面的板块是积累收益，相当于对cumprod(1+ret)的绘图；
# 第二个是日收益，相当于对ret原始收益数据的绘图；
# 最下面的是下跌图（又称“水下图”），将下跌成分独立绘出，有助于我们分析亏损状况和研究弥补措施。

转载于:https://my.oschina.net/u/3093769/blog/919526