在引入blotter包之后，一個完整的交易系統就已經可以建立起來了。但是作為盈利的基礎，基于quantmod和TTR雖然具有了必要的建模工具，我們依然希望能夠有更加靈活易用的交易建模方法。這就是quantstrat包的目標。

（1） quantstrat包簡介

quantstrat包以xts,quantmod,TTR,blotter等為基礎，提供了基于交易信號的金融交易建模和回測的基礎架構。利用quantstrat包可以相當大程度上簡化建立或檢驗交易策略的過程。quantstrat包的名字就是量化策略。
quantstrat包和blotter包都是R-forge上TradeAnalytics項目的組成部分。也是一個依然在開發中的包。
http://r-forge.r-project.org/projects/blotter/
它的主要特征是：
支持應用于多資產多幣種的投資組合；支持包括指標（indicators），信號（signals）和交易規則（rules）的完整的交易策略；支持包括market, limit, stoplimit, 和stoptrailing等在內的多種委托（訂單，指令order）方式；支持委托規模（order sizing）和參數優化。

quantstrat包進行策略建模的基本思路是：

（i）初始化金融產品導入數據

（ii）依次引入指標、信號和規則以形成策略，按照策略下達指令。
指標是指源自交易數據的一個數量值：如均線、MACD等；
信號是指指標在某些交易時點和交易數據相互作用的結果,比如交叉、閾值、底頂等；
規則是指結合交易數據、信號以及當前的組合和賬戶情況進而做出委托（下達指令）的準則。
（iii）指令和市場數據的交互生成一個交易（transaction），按照交易情況更新組合和賬戶。
主要函數：
（i）初始化：
initOrders 初始化指令容器（order container）
strategy strategy 對象的構造器
（ii）定義策略
add.indicator 為策略加入一個指標
add.signal 為策略加入一個信號
add.rule 為策略加入一個規則
add.distribution 為策略的參數集合加入一個分布
add.constraint 為一個參數集上的兩個分布加入約束
（iii）運用策略
applyStrategy 把策略運用到數據上
addPosLimit 在時間戳上加上頭寸和等級限制（level limits）
apply.paramset 把參數集合運用到策略上
applyStrategy.rebalancing 把策略運用到周期性調整的數據上

（2）基于quantstrat包的回測：單資產情況

現在可以結合quantstrat包和blotter包給出一個更好的量化策略回測。 首先做初始化，這里包括blotter包里邊對金融工具和賬戶和組合的初始化，也包括quantstrat包對策略和指令的初始化。

下面以之前做過的faber策略為例。

#金融產品初始化

library(quantstrat)

currency("RMB")

stock("ZSYH", currency = "RMB", multiplier = 1)

Sys.setenv(TZ = "UTC") #設立時區

#讀取金融交易數據并轉換為月數據

ZSYH <- getSymbols("600036.ss", from = "2008-01-01", to = Sys.Date(), src = "yahoo",

??? auto.assign = FALSE)

ZSYH <- to.monthly(ZSYH, indexAt = "endof")

ZSYH$SMA10m <- SMA(Cl(ZSYH), 10)

#初始化組合和賬戶

q.strategy <- "qFaber"

initPortf(q.strategy, "ZSYH", initDate = "2007-12-31")

initAcct(q.strategy, portfolios = q.strategy, initDate = "2007-12-31", initEq = 1e+06) #初始的資金是1e6，即1，000，000

# 初始化指定和策略
initOrders(portfolio = q.strategy, initDate = "2007-12-31")
strategy(q.strategy, store = TRUE)
ls(all = T) #quantstrat創建了.strategy環境

# 策略是什么呢？看一下
strategy <- getStrategy(q.strategy)
summary(strategy)

?

下面是quantstrat包的關鍵：加入指標、信號和規則。
# 加入一個指標，10月均線

add.indicator(strategy = q.strategy, name = "SMA", arguments = list(x = quote(Cl(mktdata)),n = 10), label = "SMA10")

# 加入信號，向上交叉10月線，向下交叉10月線

add.signal(q.strategy, name = "sigCrossover", arguments = list(columns = c("Close","SMA10"), relationship = "gt"), label = "Cl.gt.SMA")

add.signal(q.strategy, name = "sigCrossover", arguments = list(columns = c("Close","SMA10"), relationship = "lt"), label = "Cl.lt.SMA")

# 加入規則，買入規則和賣出規則

add.rule(q.strategy, name = "ruleSignal", arguments = list(sigcol = "Cl.gt.SMA",

??? sigval = TRUE, orderqty = 900, ordertype = "market", orderside = "long",

??? pricemethod = "market"), type = "enter", path.dep = TRUE) # 買入數量為900股

add.rule(q.strategy, name = "ruleSignal", arguments = list(sigcol = "Cl.lt.SMA",

??? sigval = TRUE, orderqty = "all", ordertype = "market", orderside = "long",

??? pricemethod = "market"), type = "exit", path.dep = TRUE)

# 此時的策略對象

summary(getStrategy(q.strategy))## Length Class Mode

現在的策略strategy中有1個指標,2種信號和相應的兩個規則（買入、賣出）。

下面開始使用這個策略：

out <- applyStrategy(strategy = q.strategy, portfolios = q.strategy)

summary(out)

mktdata["2013"]

mktdata是在執行策略過程中創建的一個特殊的變量，包含了原交易數據的時間序列以及指標和信號。在我們上面的ZSYH里，在2013年6月出現一次賣出的信號。

接下來對相關對象（組合、賬戶和權益價值）進行更新

updatePortf(q.strategy)

updateAcct(q.strategy)

updateEndEq(q.strategy)

最后按照現在的組合和賬戶情況給出策略表現

myTheme <- chart_theme()
myTheme$col$dn.col <- "lightgreen"
myTheme$col$up.col <- "lightblue"
myTheme$col$dn.border <- "grey"
myTheme$col$up.border <- "grey"
# 策略表現可視化
chart.Posn(q.strategy, Symbol = "ZSYH", Dates = "2008::", theme = myTheme)

# 交易統計
(tstats <- tradeStats(Portfolio = q.strategy, Symbol = "ZSYH"))

# 指令簿（order book）
ob <- getOrderBook(q.strategy)
head(ob$qFaber$ZSYH)
#quantstrat包給出了MAE（maximum adverse excursion）和MFE（maximum favorable excursion）的圖形
chart.ME(Portfolio = q.strategy, Symbol = "ZSYH", type = "MAE", scale = "percent")
chart.ME(Portfolio = q.strategy, Symbol = "ZSYH", type = "MFE", scale = "percent")





原文：http://site.douban.com/182577/widget/notes/10568316/note/313993652/

總結

以上是生活随笔為你收集整理的R语言quantstrat包的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。