r语言 协整_基于协整关系的配对量化交易策略-R语言
基于协整关系的配对交易比之前的基于距离和相关性要更先进一些。收益上确实也体现出来了。
library(tseries)
adf.test(xom)
adf.test(cvx)
model <- lm(xom ~ cvx + 0)
summary(model)
adf.test(as.ts(model$residuals))
bp <- get_symbol_cl("BP")
model <- lm(xom ~ bp + 0)
adf.test(as.ts(model$residuals))
plot(cbind(xom,bp * model$coefficients),
col = c("black", "red"),
main = "xom & model$coefficients")
plot(as.xts(model$residuals, index(xom)),
main = "model$residuals")
plot(signal, main = "交易信号")
roll_me <- rollapply(model$residuals,14,mean)
roll_std <- rollapply(model$residuals,14,sd)
n <- 1
roll_ub <- roll_me + n * roll_std
roll_lb <- roll_me - n * roll_std
signal <- NULL
signal <- ifelse(model$residuals>roll_ub,-1,
ifelse(model$residuals roll_me,-1,
ifelse(lagsignal==1 & model$residuals < roll_me,1,0))
# 计算收益
spread_return <- ret_xom - lag(hedge_ratio) * ret_cvx
cost <- 0
trade_return <- spread_return * lag(signal) - cost
names(trade_return) <- "TradStrat_PT#3"
# 交易效果和绩效指标
summary(as.vector(trade_return))
cumm_ret <- Return.cumulative(trade_return)
annual_ret <- Return.annualized(trade_return)
par(mfrow = c(1, 1))
charts.PerformanceSummary(trade_return, main = "交易报告")
tail(cumm_ret)
maxDrawdown(trade_return)
StdDev(trade_return)
StdDev.annualized(trade_return)
VaR(trade_return)
SharpeRatio(trade_return, Rf = 0, FUN = "StdDev")
SharpeRatio.annualized(trade_return, Rf = 0)
> # 交易效果和绩效指标
> summary(as.vector(trade_return))
Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
-0.036732 0.000000 0.000000 0.000192 0.000520 0.031850 15
> cumm_ret <- Return.cumulative(trade_return)
> annual_ret <- Return.annualized(trade_return)
> par(mfrow = c(1, 1))
> charts.PerformanceSummary(trade_return, main = "交易报告")
>
>
> tail(cumm_ret)
TradStrat_PT#3
Cumulative Return 0.3088741
> maxDrawdown(trade_return)
[1] 0.1295894
> StdDev(trade_return)
[,1]
StdDev 0.004902459
> StdDev.annualized(trade_return)
TradStrat_PT#3
Annualized Standard Deviation 0.07782412
> VaR(trade_return)
TradStrat_PT#3
VaR -0.006463428
> SharpeRatio(trade_return, Rf = 0, FUN = "StdDev")
TradStrat_PT#3
StdDev Sharpe (Rf=0%, p=95%): 0.03917563
> SharpeRatio.annualized(trade_return, Rf = 0)
TradStrat_PT#3
Annualized Sharpe Ratio (Rf=0%) 0.5964265
> 感谢阅读,欢迎关注和留言
> 量化投资与期货外汇散仙,基金保险水平也拿的出手
r语言 协整_基于协整关系的配对量化交易策略-R语言相关推荐
- “泰迪杯” 挑战赛 - 基于市场资金流向分析的商品期货量化交易策略(附suibian代码)
目录 基于市场资金流向分析的 Suibian 期货策略 摘要 1 问题重述 1.1 问题重述 2 符号说明及名字定义 3 问题分析与求解 3.1 资金流向指标的定义 3.2 持仓量.成交量和价格的关系 ...
- python均线斜率_【每日一策】Matlab量化交易策略之 均线拐头配合出场
function Strategy1(default_unit,default_exitway,freq)% targetList = traderGetTargetList(); %获取目标资产信息 ...
- 基于Informer的股价预测(量化交易综述)
摘要 股票市场是金融市场中不可或缺的组成部分.准确预测股票趋势对于投资者和市场参与者具有重要意义,因为它们可以指导投资决策.优化投资组合以及降低金融风险.而且可以提升国家国际地位以及金融风险控制能力, ...
- 用于量化交易的计算机语言,量化交易用什么语言最合适
量化交易用什么语言最合适 发布人:金数源 更新时间:2018-12-12 18:29:57 随着现在数据获取越来越容易(当然,我们金数源也贡献了一份力量,推动着中国量化交易的发展 )量化交易让交易者 ...
- python量化外汇交易_用Python实现一个Dual Thrust数字货币量化交易策略
Dual Thrust交易算法介绍 Dual Thrust交易算法是由Michael Chalek开发的著名量化交易策略.它通常用于期货,外汇和股票市场.Dual Thrust的概念属于典型的突破交易 ...
- python 用while输出数字金字塔_用Python实现一个Dual Thrust数字货币量化交易策略
Dual Thrust交易算法介绍 Dual Thrust交易算法是由Michael Chalek开发的著名量化交易策略.它通常用于期货,外汇和股票市场.Dual Thrust的概念属于典型的突破交易 ...
- mchain r语言_布林带交易策略R语言实现
布林带(Bollinger Bands)指标是股市技术分析的常用工具之一.该指标由约翰 布林提出,基于K线图画出三条线,其中上下两条线可以分别看成是股价的压力线和支撑线,而在两条线之间还有一条股价平均 ...
- spad 探测器_基于SNSPD与SPAD探测器的激光测距系统的r比较研究
基于 SNSPD 与 SPAD 探测器的激光测距系统的 r 比较研 究 张晓英 ; 贾磊 ; 朱江 ; 闫夏超 ; 张蜡宝 ; 康琳 ; 吴培亨 [期刊名称] <红外与毫米波学报> [年 ...
- c语言小车倒车程序,基于单片机的汽车倒车系统设计(超声测距报警)(C语言程序)...
基于单片机的汽车倒车系统设计(超声测距报警)(C语言程序)(任务书,毕业论文22000字) 摘要 本设计是以单片机技术为基础,实现对前方物体距离的测量.根据超声波指向性强,能量消耗慢,在介质中传播距离 ...
最新文章
- 10分钟内基于gpu的目标检测
- C#操作OFFICE一(EXCEL)
- R语言获取当前R版本(version)实战
- c++中内敛函数_C++ 内联函数 | 菜鸟教程
- 13-NSPersistentContainer性能比较
- python的pass语句_Python | 演示pass语句的示例
- 消息队列 ActiveMQ 、RocketMQ 、RabbitMQ 和 Kafka 如何选择?
- SQL基础:数据表的创建
- android 正在上传动画,安卓系统上传文件动态显示进度条,进度条经常卡在99%有时也会卡住不显示完整的文字。...
- 2019支付版/聚合支付第三方支付/四方支付系统/提供技术咨询服务
- 萌新谈相机与IMU的标定(转载)
- Android接收短信和发送短信
- PAT A1065 A+B and C (64bit) ——斜风细雨不须归
- 使用fastdb的感受
- STM32开发 -- RTC详解
- Flutter 利用 Hero 动效实现列表详情页的无缝切换
- 离散数学-趣味题之一
- 客户端操作系统已禁用cpu解决方案
- Electron的入门使用
- 我的第二次找工作之旅