Implementera en indikator – del I

Nu är det dags att gå in på mekaniken kring hur man implementerar en indikator inom ramen för biblioteket quantstrat. I den här övningen lär du dig att lägga till en indikator i din strategi. Du använder strategin som du skapade i tidigare övningar, strategy.st. Som första indikator lägger du till ett enkelt glidande medelvärde på 200 dagar.

För att lägga till en indikator i din strategi använder du add.indicator(). Sätt strategy till namnet på din strategi, name till namnet på en funktion inom citattecken, och arguments till funktionens argument i form av en lista. Om funktionsnamnet till exempel är SMA ska argumentet arguments innehålla argumenten till SMA-funktionen:

add.indicator(strategy = strategy.st, 
              name = "SMA", 
              arguments = list(x = quote(Cl(mktdata)), n = 500), 
              label = "SMA500")

När du refererar till dynamiska marknadsdata i ditt add.indicator()-anrop, omslut mktdata med funktionen quote(). Det beror på att mktdata skapas inuti quantstrat och varierar beroende på vilket instrument paketet använder för tillfället. quote() säkerställer att data kan uppdateras dynamiskt medan strategin körs.

I den här övningen lägger du till ett 200-dagars SMA i din befintliga strategi strategy.st. Paketen quantstrat och quantmod är redan inlästa åt dig.

Den här övningen är en del av kursen

Finansiell handel i R

Övningsinstruktioner

Använd add.indicator() på din befintliga strategi strategy.st. Följ exempelkoden noga.
Ange SMA-funktionen som argument till name.
Specificera önskade argument för SMA, med slutkursen från mktdata och en återblicksperiod n på 200 dagar.
Ge din indikator etiketten "SMA200".

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Add a 200-day SMA indicator to strategy.st
add.indicator(strategy = ___, 
              
              # Add the SMA function
              name = ___, 
              
              # Create a lookback period
              arguments = list(___), 
              
              # Label your indicator SMA200
              label = ___)

Redigera och kör kod

Den här övningen är en del av kursen

Finansiell handel i R

SkillTag.level.intermediateSkillTag.label

4.8+

Starta kursen gratis

I det här kapitlet lär du dig vad handel innebär, vilka filosofier som finns inom handel och vilka fallgropar som kan uppstå. Kapitlet behandlar både momentumhandel och oscillationshandel, tillsammans med begrepp för att identifiera dessa filosofier. Du lär dig om överanpassning och hur du undviker den, hur du hämtar och plottar finansiella data samt hur du använder en välkänd indikator inom handel.

Exercise 1: Varför handlar människor?Exercise 2: Identifiera typer av tradingfilosofier – I Exercise 3: Identifiera typer av handelsfilosofier – II Exercise 4: Identifiera typer av handelsfilosofier – III Exercise 5: Fallgropar i olika handelssystem Exercise 6: Hur du förhindrar överanpassning Exercise 7: Hämta finansiell data Exercise 8: Plotta finansiell data Exercise 9: Lägga till indikatorer i finansiell data Exercise 10: Lägga till ett glidande medelvärde i finansiell data

Innan du bygger en strategi behöver du initiera vissa inställningar i quantstrat-paketet. I det här kapitlet lär du dig hur det går till. Du går igenom en serie funktioner för att initiera en tidszon, valuta och de instrument du ska arbeta med, samt quantstrats olika ramverk som möjliggör analys. När du är klar har du kunskapen att sätta upp en initialiseringsfil för quantstrat och vet hur du anpassar den.

Exercise 1: Sätt upp en strategi I Exercise 2: Förstå initialiseringsinställningar – I Exercise 3: Förstå initieringsinställningar – II Exercise 4: Sätta upp en strategi II Exercise 5: Förstå initialiseringsinställningar – III Exercise 6: Förstå initialiseringsinställningar – IV

Indikatorer är avgörande för din handelsstrategi. De är transformationer av marknadsdata som ger en tydligare bild av det övergripande beteendet – vanligtvis på bekostnad av att ligga efter marknadsbeteendet. Här arbetar du med både trendindikatorer och oscillationsindikatorer. Du lär dig också att använda färdigprogrammerade indikatorer från andra bibliotek samt att implementera en egen.

Exercise 1: Introduktion till indikatorer Exercise 2: Funktionerna SMA och RSI Exercise 3: Visualisera en indikator och avgör dess syfte – I Exercise 4: Visualisera en indikator och gissa dess syfte – II Exercise 5: Indikatormekanik Exercise 6: Implementera en indikator – del I

Aktuell övning

Exercise 7: Implementera en indikator – II Exercise 8: Implementera en indikator – III Exercise 9: Genomgång av indikatorstruktur Exercise 10: Koda din egen indikator – I Exercise 11: Koda din egen indikator – del II Exercise 12: Tillämpa din egen indikator

När du bygger en quantstrat-strategi vill du se hur marknaden samverkar med indikatorer och hur indikatorer samverkar med varandra. I det här kapitlet lär du dig hur indikatorer kan generera signaler i quantstrat. Signaler är samspelet mellan marknadsdata och indikatorer, eller mellan indikatorer sinsemellan. Det finns fyra typer av signaler i quantstrat: sigComparison, sigCrossover, sigThreshold och sigFormula. I slutet av kapitlet känner du till alla dessa signaler, vad de gör och hur du använder dem.

Exercise 1: Introduktion till signaler Exercise 2: Signal eller inte? – I Exercise 3: Signal eller inte? - II Exercise 4: sigComparison och sigCrossover Exercise 5: Använda sigComparison Exercise 6: Använda sigCrossover Exercise 7: sigThreshold Exercise 8: Använda sigThreshold – I Exercise 9: Använda sigThreshold() – del II Exercise 10: sigFormula Exercise 11: Använda sigFormula()Exercise 12: Kombinera signaler – I Exercise 13: Kombinera signaler – del II

I det här kapitlet lär du dig hur du utformar en handelstransaktion när du väljer att agera på en signal. Kapitlet ger en grundläggande introduktion till regler samt hur du öppnar och stänger positioner. Du lär dig också att skicka indata till orderstorleksfunktioner. I slutet av kapitlet har du en god förståelse för hur regler fungerar och vet var du kan fortsätta lära dig mer om dem.

Exercise 1: Introduktion till regler Exercise 2: Använda add.rule() för att implementera en avslutningsregel Exercise 3: Ange sigcol i add.rule()Exercise 4: Ange sigval i add.rule()Exercise 5: Fler regelmekaniker Exercise 6: Ange orderqty i add.rule()Exercise 7: Ange ordertype i add.rule()Exercise 8: Ange orderside i add.rule()Exercise 9: Mer om regelmekanik II Exercise 10: Ange replace i add.rule()Exercise 11: Ange prefer i add.rule()Exercise 12: Använda add.rule() för att implementera en entregaregel Exercise 13: Funktioner för orderstorlek Exercise 14: Implementera en regel med en orderstorleksfunktion

När en quantstrat-strategi har byggts är det viktigt att kunna analysera strategins prestanda. Det är precis vad det här kapitlet handlar om. Du lär dig att läsa av viktiga handelsstatistiker och följa hur din handelsstrategi utvecklas över tid. Du lär dig också att beräkna ett belönings- och riskförhållande kallat Sharpe-kvoten på två olika sätt. Det här är kursens sista kapitel.

Exercise 1: Analysera din strategi Exercise 2: Köra din strategi Exercise 3: Vinstfaktor Exercise 4: Andel positiva affärer Exercise 5: Visualisera din strategi Exercise 6: Använda chart.Posn()Exercise 7: Lägga till en indikator i ett chart.Posn()-diagram Exercise 8: Ytterligare analyser Exercise 9: Kontant Sharpe-kvot Exercise 10: Sharpe-kvot baserad på avkastning i quantstrat