使用 dplyr 生成交易信号和策略答案

【问题标题】：Generating trade signals and strategies with dplyr使用 dplyr 生成交易信号和策略
【发布时间】：2017-06-28 15:34:07
【问题描述】：

我最近一直在玩 R 中的技术交易技巧。

我确实发现成为问题的一件事，特别是对于大量高频信息，是从信号向量生成策略向量。我想知道使用dplyr 是否有更快的方法？

让我们从下载 Apple 的股票开始，然后生成短期和长期移动平均线

library("TTR")
library("quantmod")
library("PerformanceAnalytics")
library("dplyr")

getSymbols("AAPL", src = "google")
stock <- AAPL
stock <- window(stock['2015-10-01::2017-01-01'])

# Plot if you want to see
#lineChart(stock)

Short <- EMA(Cl(stock), n=5)
Long <- EMA(Cl(stock), n=6)

我们现在有了选定的股票，让我们生成信号向量，当两条移动平均线交叉时指示买入和卖出订单

# Signal
Signal <-
  Lag(ifelse(
    Lag(Short) < Lag(Long) & Short > Long, 1,
    ifelse(
      Lag(Short) > Lag(Long) & Short < Long, -1, 0)
  ))
Signal[is.na(Signal)] <- 0

之后我们使用这个信号来构建策略——这是高频数据中需要很长时间的部分——这显然是由于for循环

# Strategy
Strategy <- ifelse(Signal > 1, 0, 1)
for (i in 1:length(Cl(stock))) {
  Strategy[i] <-
    ifelse(Signal[i] == 1, 1, ifelse(Signal[i] == -1, 0, Strategy[i - 1]))
}
x <- as.numeric(Strategy$Lag.1)
x[is.na(x)] <- 0

我目前的dplyr方法如下，但是生成的策略错误

dplyr_strat <-
Signal %>% tbl_df() %>% 
  mutate(Change = if_else(Lag.1 == -1, "Sell", "Buy", "NoChange") ) %>% 
  mutate(Strategy = ifelse(Change == "Buy", 1, 
                           ifelse( Change == "Sell", 0, 
                                   lag(Strategy)) ) ) %>% select(Strategy)
y <- as.numeric(dplyr_strat$Strategy)

然后测试

all.equal(x,y)

【问题讨论】：

您能否提供示例时间序列数据和预期输出？要求人们下载数据只是为了解决您的问题。
大多数金融相关的问题都使用quantmod的getSymbols功能，所以它并没有问太多。 “提供”数据带来的另一个问题是，与财务问题一样，您需要长时间处理日常数据。这不能打包成一个简单的小数据框。预期的输出应该是dplyr 输出应该与for 循环输出相匹配。因此all.equal(x,y) 应该返回TRUE
你认为什么是“错误的”？什么是正确的答案/预期的输出？
我没有测试过这个。变异应该更接近你的原始。类似dplyr_strat <- Signal %>% tbl_df() %>% mutate(Strategy = ifelse(Signal == 1, 1, ifelse(Signal == -1, 0, lag(Strategy))))
仔细想想，我认为你不能使用依赖于修改（变异）值的函数。这些应用于原始数据帧..而不是突变数据帧。我无法立即找到支持这一点的参考

标签： r dplyr technical-indicator

【解决方案1】：

我同意 epi99 关于保持它与您的初始 for 循环一致的评论。我使用了 data.table 并得到了完全匹配，见下文：

## Using data.table
dt.Signal <- setDT(as.data.frame(Signal))
dt.Signal[, Strategy := ifelse(Lag.1 == 1, 1, ifelse(Lag.1 == -1, 0, lag(Strategy)))]
dt.Signal[is.na(dt.Signal)] <- 0
z <- as.numeric(dt.Signal[, Strategy])

all.equal(x,z)

您遇到的问题可能与“买入”、“卖出”和“不变”的逻辑有关

【讨论】：