Estratégias de Backtesting com R.
2016-05-06.
Capítulo 1 Introdução.
Este livro foi concebido para não apenas produzir estatísticas em muitos dos padrões técnicos mais comuns no mercado de ações, mas para mostrar trades reais em tais cenários.
Teste uma estratégia; rejeitar se os resultados não são promissores.
Aplique uma série de parâmetros para estratégias de otimização.
Tentativa de matar qualquer estratégia que pareça promissora.
Deixe-me explicar esse último um pouco. Só porque você pode encontrar uma estratégia que parece superar o mercado, ter bons lucros e baixa redução, isso não significa que você tenha encontrado uma estratégia para trabalhar. Pelo contrário, você deve trabalhar para refutá-lo. Nada é pior do que colocar uma estratégia não lucrativa para o trabalho, porque não foi testado rigorosamente. Vamos abordar isso mais tarde.
1.1 R Resources.
Este livro supõe que você tenha pelo menos um conhecimento básico de trabalho da plataforma R. Se você é novo em R ou precisa de uma atualização, o seguinte site deve ser benéfico:
Além disso, os pacotes utilizados neste livro podem ser encontrados no TradeAnalytics projetado no R-Forge. Você encontrará fóruns e código-fonte que ajudaram a inspirar este livro.
Eu também recomendo que você leia as apresentações de Guy Yollin no backtesting, bem como a apresentação do Quantstrat usando Jan Humme e Brian Peterson.
Este livro não se destina a substituir nenhum dos recursos existentes em estratégias de backtesting em R. Em vez disso, a intenção é aprimorar e agilizar esses recursos. Se algo não for abordado neste livro, leia as apresentações acima.
Além disso, este livro é de código aberto. Qualquer pessoa é bem-vinda a contribuir. Você pode encontrar o código fonte disponível na minha conta do Github.
1.2 Bibliotecas.
A única biblioteca necessária necessária para executar estratégias de teste é quantstrat. Quantstrat irá carregar todas as bibliotecas adicionais necessárias.
Esta versão do quantstrat inclui os seguintes pacotes, entre outros:
Com essas bibliotecas, teremos tudo o que precisamos para testar completamente as estratégias e medir o desempenho. Consulte 1.3 SessionInfo para obter mais detalhes.
Bibliotecas adicionais que podemos usar para análise ou apresentação de livros:
estratégias de negociação de backtest em r
Obter através da App Store Leia esta publicação em nosso aplicativo!
R: Backtesting uma estratégia de negociação. Iniciantes para quantmod e R.
Eu sou muito novo para a R e tentando testar uma estratégia que já programei no WealthLab.
Várias coisas que eu não entendo (e isso não funciona obviamente :)
Eu não consigo os Close Prices muito bem em um vetor. ou algum tipo de vetor, mas ele começa com a estrutura e eu realmente não entendo o que essa função faz. É por isso que a minha série [, 1] provavelmente não funciona.
n & lt; - nrow (series) também não funciona, mas eu preciso disso para o Loop.
Então, acho que se eu receber essas 2 perguntas respondidas, minha estratégia deveria funcionar. Estou muito agradecido por qualquer ajuda ... R parece bastante complicado mesmo com a experiência de programação em outras línguas.
Começando com a segunda pergunta.
Então, se você quiser trabalhar no objeto xts real, você precisa usar get.
Sobre sua primeira pergunta - eu não acho que você realmente precisa puxar os dados como um vetor - o objeto xts é uma matriz indexada por data e é fácil de trabalhar. Se você ainda deseja obter os dados que você pode usar.
Agora, para que você comece com um simples teste de respostas de estratégias, sugerirei trabalhar nas seguintes etapas.
defina sua estratégia. 2. Crie uma matriz ou adicione uma coluna ao seu objeto xts que representará sua posição para cada dia. 1 por muito tempo, 0 para nenhuma posição e -1 para breve (mais tarde você pode jogar com o número de alavancagem). 3. multiplique cada dia retorna com a posição e você obterá seu vetor de retorno de estratégia. 4. examine os resultados - minha recomendação é PerformanceAnalytics.
Estratégia simples - compre quando estiver perto da SMA20, venda abaixo.
FOSS Trading.
Comércio algorítmico com software livre de código aberto.
Sábado, 26 de março de 2011.
Como testar uma estratégia em R.
A função getSymbols no quantmod facilita este passo se você puder usar dados diários do Yahoo Finance. Há também "métodos" (não no sentido estrito) para extrair dados de outras fontes (FRED, Google, Oanda, R, salvar arquivos, bancos de dados, etc.). Você também pode usá-los como um modelo para escrever uma função personalizada para um fornecedor específico que você usa.
Etapa 2: crie seu indicador.
O pacote TTR contém uma multiplicidade de indicadores. Os indicadores são escritos para facilitar a combinação de formas criativas e não convencionais. Começando com a revisão 106 na R-forge, a TTR possui um indicador DVI.
Passo 3: Construa sua regra de negociação.
Uma vez que esta regra de negociação é simples - ficamos 100% longos se o DVI for inferior a 0,5 e curto de 100% caso contrário - pode ser escrito em uma única linha. Regras mais elaboradas e / ou posicionamentos de posição também podem ser feitas, mas requerem mais código (RSI (2) com o dimensionamento de posição é um exemplo de regras de dimensionamento de posição mais complexas). Observe também que o vetor de sinal está defasado, o que evita o viés de avanço.
Passo 4: A curva de negociação / equidade.
Tal como no exemplo de Damian, o código abaixo é uma abordagem simplificada que é fricção e não explica a derrapagem. O código abaixo leva o retorno percentual de hoje e o multiplica pelo tamanho do sinal / posição de ontem (sempre +/- 100% neste exemplo). Eu também subconjunto o sistema retorna para coincidir com os resultados no arquivo do Excel.
Etapa 5: Avalie o desempenho da estratégia.
Damian mencionou a importância de avaliar sua estratégia. Felizmente, para os usuários de R, o pacote PerformanceAnalytics facilita isso. Com algumas linhas de código, podemos ver os drawdowns, os riscos de downside e um resumo de desempenho.
Isso é tudo o que há para testar uma estratégia simples em R. Não foi tão intimidante, foi? Deixe comentários se você estiver movendo seu backtesting do Excel para R e há algo em que você está desligado ou você tem uma ótima dica que você gostaria de compartilhar.
Backtesting uma Estratégia de Negociação.
Eu pedi Análise da Série de Tempo e suas Aplicações: Com Exemplos R (Springer Texts in Statistics) para me ajudar na série temporal na curva de aprendizado de R. Até agora, o que eu vi parece bom. O autor tem uma boa página com os problemas em R e séries temporais. O livro deve chegar até o final da semana.
Entretanto, encontrei uma estratégia comercial ao ler um artigo no serviço "Over My Shoulder" de John Mauldin (que eu recomendo). O ponto crucial disso foi que, no mercado-negro que começou com o choque da tecnologia, uma estratégia de apostar na reversão média do S & P500 gerou retornos significativos. Naturalmente, queria testar.
Por favor, note que não estou recomendando nada a seguir. Faça sua lição de casa e fale com um profissional de investimento se tiver dúvidas.
A estratégia é passar o S & P500 quando o mercado se fechar no máximo nos últimos 3 dias. Inverta o comércio e vá muito tempo quando o mercado fecha ao mínimo durante os 3 dias anteriores. Os ETFs tornam essa estratégia relativamente fácil de negociar. SPY será o nosso veículo para ser longo o S & P500 e SH será o nosso veículo para ficar curto.
A SH começou a negociar em 21/06/2006. Concentramos nosso backtesting nesse ponto até agora.
Usando a função importSeries () que criamos anteriormente, obtenha todos os valores para SPY e SH.
Precisamos criar algumas horas adicionais para segurar.
Bandeira longa / curta - nos informa sobre o status atual de nossas explorações. Trade Flag - indica que nós instituímos uma negociação nesta data. Strat. Returns - retorno nominal para o dia com a estratégia. Montante em dólar - um valor em dólar bruto da carteira, assumindo um valor de $ 10.000 em dólares em 21/06/2006 e uma taxa de transação de US $ 2 quando negociamos.
Deve-se notar que esta estratégia NÃO é eficiente em impostos - quaisquer ganhos serão tributados na taxa de ganhos de capital de curto prazo. Havia 411 comércios. Um comércio envolve compra e venda, então 822 vezes você seria cobrado uma taxa de corretagem. Eu assumi 1 dólar por compra / venda - o que é cobrado pela Interactive Brokers. Usar alguém como o TD Ameritrade custaria muito mais. Isso também pressupõe que você pode comprar e vender no preço de fechamento do mercado. Algo que é possível, mas o deslizamento ocorrerá.
Comentários estão fechados.
Pesquisar blogueiros R.
Posts populares recentes.
Artigos mais visitados da semana.
Empregos para usuários R.
É alimentado pelo WordPress usando um design bavotasan.
Direitos autorais e cópia; 2017 R-bloggers. Todos os direitos reservados. Termos e Condições para este site.
estratégias de negociação de backtest em r
Vamos explorar as capacidades de backtesting de R.
Em uma publicação anterior, desenvolvemos algumas oportunidades de entrada simples para o USD / CAD usando um algoritmo de aprendizado de máquinas e técnicas de um subconjunto de mineração de dados chamado aprendizagem de regras de associação. Nesta publicação, vamos explorar como fazer um backtest completo em R; usando nossas regras da postagem anterior e implementando tirar lucros e parar as perdas.
Vamos mergulhar direito: Nota: o backtest é construído com as barras de 4 horas em nosso conjunto de dados e não tem uma visão mais granular.
A CAGR (taxa de crescimento anual composta) é o percentual de perda / lucro anualizado, o que significa que suaviza o crescimento em parcelas iguais a cada ano. Uma vez que o nosso teste acabou, veja se podemos melhorar o desempenho, adicionando uma perda de parada e aproveitamos o lucro.
Com apenas uma parada, o desempenho diminuiu. Parece que estamos sendo retirados de nossos negócios antes que eles possam se recuperar. A fim de bloquear nossos lucros, vamos avançar e implementar um lucro de tirar proveito.
Bloquear nossos ganhos com um lucro obtido melhorou ligeiramente o desempenho, mas não de forma drástica. Vamos incorporar uma perda de parada e um lucro obtido.
Agora, vamos comparar a estratégia Long Short da linha de base, com apenas uma perda de parada, apenas um lucro, e tanto uma perda de parada e aproveitar o lucro.
Agora você sabe como adicionar um lucro e parar a perda, recomendo que você brinque com os dados e teste diferentes valores com base em seus próprios parâmetros de risco pessoais e usando suas próprias regras.
Mesmo com algoritmos poderosos e ferramentas sofisticadas, é difícil construir uma estratégia bem-sucedida. Para cada boa idéia, tendemos a ter muitos mais maus. Armado com as ferramentas e conhecimentos certos, você pode testar suas idéias eficientemente até chegar aos bons. Nós simplificamos esse processo na TRAIDE. Desenvolvemos uma infra-estrutura de teste que permite que você veja onde os padrões estão em seus dados e veja em tempo real como eles teriam realizado sobre seus dados históricos.
Backtesting estratégias de negociação com R.
Poucas semanas atrás, dei uma palestra sobre as estratégias de negociação de Backtesting com R, recebi alguns pedidos para os slides, então aqui estão:
Você pode gostar também:
Pairs Trading Issues Algumas palavras para aqueles que não estão familiarizados com o & # 8220; pares trading & # 8221; conceito. Primeiro você deve entender que o movimento de todos. O preço está certo, segunda parte e # 8211; Estratégia de negociação. Tendo em mente o mercado de ações, na postagem anterior: "O preço está certo, parte um." # 8221 ;, afirmei que não devemos pensar em termos de & # 8220; o. Estilo de fundo de hedge mais rentável Este não é um conselho de investimento! Algumas semanas atrás, durante o amst-R-dam, grupo de usuários, conversando sobre as estratégias de negociação de backtesting usando R, eu mencionei o máximo. Padrão de volatilidade intra-dia Quando falamos de volatilidade, geralmente nos referimos ao movimento relativo de um instrumento, digamos estoque, do centro, digamos média. Tão alta volatilidade.
Vamos explorar as capacidades de backtesting de R.
Em uma publicação anterior, desenvolvemos algumas oportunidades de entrada simples para o USD / CAD usando um algoritmo de aprendizado de máquinas e técnicas de um subconjunto de mineração de dados chamado aprendizagem de regras de associação. Nesta publicação, vamos explorar como fazer um backtest completo em R; usando nossas regras da postagem anterior e implementando tirar lucros e parar as perdas.
Vamos mergulhar direito: Nota: o backtest é construído com as barras de 4 horas em nosso conjunto de dados e não tem uma visão mais granular.
A CAGR (taxa de crescimento anual composta) é o percentual de perda / lucro anualizado, o que significa que suaviza o crescimento em parcelas iguais a cada ano. Uma vez que o nosso teste acabou, veja se podemos melhorar o desempenho, adicionando uma perda de parada e aproveitamos o lucro.
Com apenas uma parada, o desempenho diminuiu. Parece que estamos sendo retirados de nossos negócios antes que eles possam se recuperar. A fim de bloquear nossos lucros, vamos avançar e implementar um lucro de tirar proveito.
Bloquear nossos ganhos com um lucro obtido melhorou ligeiramente o desempenho, mas não de forma drástica. Vamos incorporar uma perda de parada e um lucro obtido.
Agora, vamos comparar a estratégia Long Short da linha de base, com apenas uma perda de parada, apenas um lucro, e tanto uma perda de parada e aproveitar o lucro.
Agora você sabe como adicionar um lucro e parar a perda, recomendo que você brinque com os dados e teste diferentes valores com base em seus próprios parâmetros de risco pessoais e usando suas próprias regras.
Mesmo com algoritmos poderosos e ferramentas sofisticadas, é difícil construir uma estratégia bem-sucedida. Para cada boa idéia, tendemos a ter muitos mais maus. Armado com as ferramentas e conhecimentos certos, você pode testar suas idéias eficientemente até chegar aos bons. Nós simplificamos esse processo na TRAIDE. Desenvolvemos uma infra-estrutura de teste que permite que você veja onde os padrões estão em seus dados e veja em tempo real como eles teriam realizado sobre seus dados históricos.
Backtesting estratégias de negociação com R.
Poucas semanas atrás, dei uma palestra sobre as estratégias de negociação de Backtesting com R, recebi alguns pedidos para os slides, então aqui estão:
Você pode gostar também:
Pairs Trading Issues Algumas palavras para aqueles que não estão familiarizados com o & # 8220; pares trading & # 8221; conceito. Primeiro você deve entender que o movimento de todos. O preço está certo, segunda parte e # 8211; Estratégia de negociação. Tendo em mente o mercado de ações, na postagem anterior: "O preço está certo, parte um." # 8221 ;, afirmei que não devemos pensar em termos de & # 8220; o. Estilo de fundo de hedge mais rentável Este não é um conselho de investimento! Algumas semanas atrás, durante o amst-R-dam, grupo de usuários, conversando sobre as estratégias de negociação de backtesting usando R, eu mencionei o máximo. Padrão de volatilidade intra-dia Quando falamos de volatilidade, geralmente nos referimos ao movimento relativo de um instrumento, digamos estoque, do centro, digamos média. Tão alta volatilidade.
No comments:
Post a Comment