基于R語言的均線量化策略分析

屈長杰

摘 要 隨著IT技術(shù)的不斷進(jìn)步，基于新型電子化交易的量化投資也得到了飛速發(fā)展，計(jì)算機(jī)科學(xué)和股票技術(shù)分析的大力發(fā)展和融合，使開源的R語言集成了多種數(shù)據(jù)分析與可視化算法，具備良好的可擴(kuò)展性，適用于策略分析及數(shù)量化分析。本文根據(jù)上海醫(yī)藥歷史數(shù)據(jù)，研究了買賣信號(hào)突破日期及買賣執(zhí)行期，測算了10日簡單移動(dòng)平均線下交易策略的累計(jì)收益率及買賣點(diǎn)獲勝率，并通過比較得出，以R語言為工具的移動(dòng)平均線策略具有較高的收益率，得到了可供實(shí)際股票操作的R語言控制模型，為股票分析提供了技術(shù)參考。

關(guān)鍵詞 R語言 移動(dòng)平均線 收益率 量化分析

一、引言

技術(shù)分析在股票市場的投資中被廣泛應(yīng)用，其中，均線系統(tǒng)分析是實(shí)踐中最常采用的也是準(zhǔn)確率最高的技術(shù)評價(jià)體系。R語言具有靈活性、開放性，而它最具魅力的地方在于其自帶了多種統(tǒng)計(jì)學(xué)及數(shù)字分析功能。移動(dòng)平均線具有滯后性。對于短期投資者來說，能否提前預(yù)測到平均線的走勢，進(jìn)而判斷股價(jià)的買賣點(diǎn)，意義就顯得尤為重要。因此，本文在尋找上海醫(yī)藥的買賣點(diǎn)時(shí)，借助R語言強(qiáng)大的預(yù)測統(tǒng)計(jì)功能，將均線策略與其結(jié)合，從而達(dá)到提前預(yù)測及穩(wěn)定獲利的目標(biāo)。

二、R語言介紹

R語言是由新西蘭奧克蘭大學(xué)的Ross Ihaka與Robert Gentlemen一起開發(fā)的面向?qū)ο蟮木幊陶Z言。R語具有一套完整的數(shù)據(jù)處理、計(jì)算和制圖軟件系統(tǒng)，同時(shí)它是一個(gè)開源軟件，它的主程序小巧，有著豐富的數(shù)據(jù)包。正是因?yàn)閾碛羞@些特征，使得R語言在金融量化投資領(lǐng)域應(yīng)用廣泛，并且具有良好的預(yù)測功能。本文以R語言為工具，對上海醫(yī)藥股價(jià)進(jìn)行以均線系統(tǒng)為策略的量化投資分析。

三、R語言策略模型

R語言要實(shí)現(xiàn)均線策略，首先需要提取數(shù)據(jù)，再將其轉(zhuǎn)換為時(shí)間序列，接著進(jìn)行平穩(wěn)性檢驗(yàn)、白噪聲檢驗(yàn)，當(dāng)序列滿足平穩(wěn)性且自相關(guān)條件時(shí)，方可進(jìn)行策略建模，直到策略實(shí)現(xiàn)。

四、均線系統(tǒng)策略實(shí)現(xiàn)

第一，本文主要利用簡單移動(dòng)平均線對上海醫(yī)藥的股價(jià)進(jìn)行預(yù)測分析，在此之前，對相關(guān)概念做一個(gè)簡要的介紹。算術(shù)平均數(shù)的算法，是先對一組數(shù)據(jù)的值求和，再用這個(gè)總和除這組數(shù)據(jù)的個(gè)數(shù)來得到算術(shù)平均數(shù)。簡單移動(dòng)平均用數(shù)學(xué)公式表達(dá)為：

將這些簡單移動(dòng)平均數(shù)繪制成時(shí)間序列圖，就可以得到股價(jià)的簡單移動(dòng)平均線。

第二，一是買入（做多）信號(hào)的確定分析。其一，當(dāng)移動(dòng)平均線下將趨于平緩或者像上翹時(shí)候，價(jià)格從左下方上穿移動(dòng)平均線，表明價(jià)格將持續(xù)上漲；其二，當(dāng)移動(dòng)平均線繼續(xù)保持向上移動(dòng)勢頭，然而價(jià)格小幅下躥，這時(shí)可持股待漲或伺機(jī)買入。二是賣出（做空）信號(hào)的確定分析。其一，當(dāng)移動(dòng)均線上升過程中逐漸轉(zhuǎn)平或向下時(shí)，而價(jià)格趨勢線也從均線上方向下穿過均線且一去不返，這時(shí)價(jià)格將開始下跌；其二，當(dāng)移動(dòng)均線在下跌的過程中，而價(jià)格趨勢線卻由均線下面向上升至均線時(shí)又轉(zhuǎn)向下方，此時(shí)價(jià)格依然處于下降趨勢。

第三，對時(shí)間序列進(jìn)行分析的前提是該序列是平穩(wěn)的，即序列的基本性質(zhì)不發(fā)生較大的變化。若時(shí)間序列是特殊的平穩(wěn)序列，即白噪聲過程（純隨機(jī)過程），也就是無自相關(guān)性，那么預(yù)測也無法進(jìn)行。因此我們首先要對上海醫(yī)藥收盤價(jià)的平穩(wěn)性與非隨機(jī)序列進(jìn)行檢測。

一是我們可以根據(jù)時(shí)間序列平穩(wěn)性的特點(diǎn)，從時(shí)序圖的形態(tài)大致判斷其平穩(wěn)性。一般對于平穩(wěn)時(shí)間序列來說，其自相關(guān)系數(shù)快速減小至0或者在某一階段后變?yōu)?。由上海醫(yī)藥收盤價(jià)ACF圖可以看出，其自相關(guān)系數(shù)迅速降至0附近，表明上海醫(yī)藥收盤價(jià)時(shí)間序列具有穩(wěn)定性。二是本文中的白噪聲檢驗(yàn)采用的是Ljung-Box檢驗(yàn)方法，LB檢驗(yàn)的原假設(shè)為所檢驗(yàn)序列的純隨機(jī)序列，當(dāng)P值大于所設(shè)定的顯著水平5%時(shí)，接受原假設(shè)，認(rèn)為所檢驗(yàn)序列為白噪聲序列。反之則拒絕原假設(shè)，認(rèn)為序列是非白噪聲序列。由結(jié)果所知，對上海醫(yī)藥進(jìn)行LB檢驗(yàn)時(shí)，Q統(tǒng)計(jì)量的p-value=2.2e-16<5%，從而拒絕原假設(shè)，即該序列存在自相關(guān)性，因此可以進(jìn)行下一步建模預(yù)測。

第四，根據(jù)上海醫(yī)藥的收盤價(jià)與上海醫(yī)藥10日簡單移動(dòng)平均線找出上海醫(yī)藥的買賣點(diǎn)。首先，打開R語言界面，獲取上海醫(yī)藥收盤價(jià)數(shù)據(jù)；其次，計(jì)算出10日sma；然后，畫出收盤價(jià)和sma10的時(shí)序圖。

為了使上海醫(yī)藥的收盤價(jià)與上海醫(yī)藥10日簡單移動(dòng)平均線的期數(shù)一致，則需要剔除上海醫(yī)藥收盤價(jià)前9期的數(shù)據(jù)。此時(shí)構(gòu)造穿越（cross）信號(hào)函數(shù)，捕捉價(jià)格線突破均線的日期，對交易信號(hào)滯后2期，提取出了73個(gè)買入點(diǎn)，提取出了10個(gè)賣點(diǎn)。由上得出上海醫(yī)藥績效圖1表示，最后與實(shí)際作對比，得出買賣點(diǎn)預(yù)測準(zhǔn)確率為71%。

五、結(jié)語

通過圖1可以看出，截止到9月30日，上海醫(yī)藥的累計(jì)收益率為23%，但截止到9月30日，銀行存款、固收類基金、保本基金、股票型基金、上海醫(yī)藥的平均累計(jì)收益率分別為1.5%、2.68%、5.09%、21.37%、23%。上海醫(yī)藥的累計(jì)收益率明顯高于上述品種的累計(jì)收益率，所以該模型具有良好的預(yù)測功能，即以R語言為工具的均線量化投資策略，能為投資者提供有效的投資決策依據(jù)。

（作者單位為云南大學(xué)）

參考文獻(xiàn)

[1] 蔡立耑.量化投資以R語言為工具[M].電子工業(yè)出版社.

[2] 楊霞，吳東偉. R語言在大數(shù)據(jù)處理中的運(yùn)用[J].科技資訊，2013（23）.

[3] 田偉，田益祥.基于均線預(yù)測的股票市場投資策略構(gòu)建及其實(shí)證[D].成都：電子科技大學(xué)碩士學(xué)位論文.