《基于R语言的均线量化策略分析》-管理学论文，企业管理论文-论文范文参考-科学狗论文网

标题

基于R语言的均线量化策略分析

范文

屈长杰

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，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目标。

二、R语言介绍

R语言是由新西兰奥克兰大学的Ross Ihaka与Robert Gentlemen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，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，即白噪声过程（纯随机过程），也就是无自相关性，那么预测也无法进行。因此我们首先要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其平稳性。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采用的是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。反之则拒绝原假设，认为序列是非白噪声序列。由结果所知，对上海医药进行LB检验时，Q统计量的p-value=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；其次，计算出10日sma；然后，画出收盘价和sma10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，则需要剔除上海医药收盘价前9期的数据。此时构造穿越（cross）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品种的累计收益率，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。

（作者单位为云南大学）

参考文献

[1] 蔡立耑.量化投资以R语言为工具[M].电子工业出版社.

[2] 杨霞，吴东伟. R语言在大数据处理中的运用[J].科技资讯，2013（23）.

[3] 田伟，田益祥.基于均线预测的股票市场投资策略构建及其实证[D].成都：电子科技大学硕士学位论文.

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。