[R原创]基于R语言的支持向量机HS300收盘价简单回测[by fantuanxiaot]

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

欢迎大牛拍砖指正

数据： SVM_HS300Data.xls (240.5 KB)

2015-3-9 22:09:45 上传

本帖隐藏的内容

1，先读取数据

1. #  先读取xls数据
   
2. library(RODBC)
   
3. excel_conn<-odbcConnectExcel('SVM_HS300Data.xls')
   
4. HS300.Data<-sqlFetch(excel_conn,'Sheet1')
   
5. #  关闭DB连接
   
6. close(excel_conn)
   
7. #  查看数据
   
8. head(HS300.Data,30)

复制代码

2，再获取训练和回测的数据集

1. Close<-HS300.Data[,5]

复制代码

3，建立训练和测试的数据集

1. #  Macd的函数
   
2. macd<-function(Stock,short_period,
   
3.                long_period,dea_period) {
   
4.   #  Stock是股票的价格
   
5.   #  short_period是短期
   
6.   #  long_period是长期
   
7.   #  还有dea_period
   
8.   length_stock<-length(Stock)
   
9.   EMA_short<-rep(0,length_stock)
   
10.   EMA_long<-rep(0,length_stock)
    
11.   stock_diff<-rep(0,length_stock)
    
12.   stock_dea<-rep(0,length_stock)
    
13.   stock_macd<-rep(0,length_stock)
    
14.   #  计算各类指标初始值
    
15.   EMA_short[1]<-Stock[1]
    
16.   EMA_long[1]<-Stock[1]
    
17.   stock_diff[1]<-0
    
18.   stock_dea[1]<-0
    
19.   stock_macd[1]<-0
    
20.   #  计算各类指标
    
21.   for (t in 2:length_stock) {
    
22.     EMA_short[t]<-Stock[t]*2/(short_period+1)+
    
23.       EMA_short[t-1]*(short_period-1)/(short_period+1)
    
24.     EMA_long[t]<-Stock[t]*2/(long_period+1)+
    
25.       EMA_long[t-1]*(long_period-1)/(long_period+1)
    
26.     stock_diff[t]<-EMA_short[t]-EMA_long[t]
    
27.     stock_dea[t]<-stock_diff[t]*2/(dea_period+1)+
    
28.       stock_dea[t-1]*(dea_period-1)/(dea_period+1)
    
29.     stock_macd[t]<-2*(stock_diff[t]-stock_dea[t])
    
30.   }
    
31.   return(stock_macd)
    
32. }
    
33. 
    
34. #  自变量选择过去一天和两天的Macd指标、过去一天的涨跌情况
    
35. #  过去两天的涨跌情况(测试)代表历史T-1时刻的信息集
    
36. #  因变量是今天的涨跌情况(代表T时刻的信息集)(1代表涨0代表跌)
    
37. short_period<-5
    
38. long_period<-25
    
39. dea_period<-9
    
40. Macd<-macd(Close,short_period,long_period,dea_period)
    
41. Diff<-diff(Close)
    
42. Diff<-ifelse(Diff>0,1,0)
    
43. #  T时刻的涨跌情况(因变量)
    
44. Diff.T<-Diff
    
45. Diff.T<-c(NA,Diff.T)
    
46. #  T-1时刻的涨跌情况(自变量)
    
47. Diff.T1<-Diff[-length(Diff)]
    
48. Diff.T1<-c(NA,NA,Diff.T1)
    
49. #  T-2时刻的涨跌情况(自变量)
    
50. Diff.T2<-Diff[-c((length(Diff)-1),length(Diff))]
    
51. Diff.T2<-c(NA,NA,NA,Diff.T2)
    
52. #  T-1时刻的Macd情况(自变量)
    
53. Macd.T1<-Macd[-length(Macd)]
    
54. Macd.T1<-c(NA,Macd.T1)
    
55. #  T-2时刻的Macd情况(自变量)
    
56. Macd.T2<-Macd[-c((length(Macd)-1),length(Macd))]
    
57. Macd.T2<-c(NA,NA,Macd.T2)
    
58. #  数据集
    
59. N<-length(Close)
    
60. Data.train<-data.frame(
    
61.   y=as.factor(Diff.T[c((N-199):(N-50))]),
    
62.   x1=Diff.T1[c((N-199):(N-50))],
    
63.   x2=Diff.T2[c((N-199):(N-50))],
    
64.   x3=Macd.T1[c((N-199):(N-50))],
    
65.   x4=Macd.T2[c((N-199):(N-50))])
    
66. Data.test<-data.frame(
    
67.   x1=Diff.T1[c((N-49):(N))],
    
68.   x2=Diff.T2[c((N-49):(N))],
    
69.   x3=Macd.T1[c((N-49):(N))],
    
70.   x4=Macd.T2[c((N-49):(N))])

复制代码

4，建模交易

1. #  建立支持向量机模型
   
2. library(e1071)
   
3. Hs300SvmModel<-svm(y~x1+x2+x3+x4,
   
4.                    data=Data.train,probability=TRUE)
   
5. #  预测
   
6. Predict<-predict(Hs300SvmModel,Data.test,
   
7.                  probability=TRUE)
   
8. #  最终得到了预测的涨跌情况
   
9. Predict<-as.numeric(as.vector(Predict))
   
10. #  看下预测的准确率
    
11. sum(Diff.T[c((N-49):(N))]==Predict)/50
    
12. 
    
13. #  建立交易和回测
    
14. cost<-0.001
    
15. Length<-length(Predict)
    
16. Trading.Return<-rep(0,Length)
    
17. Close.test<-Close[c((N-50):N)]
    
18. for (i in 1:Length) {
    
19.   if (Predict[i]==1) {
    
20.     #  涨的情况
    
21.     Trading.Return[i]<-
    
22.       Close.test[i+1]*(1-cost)-Close.test[i]*(1+cost)
    
23.   } else {
    
24.     #  跌的情况
    
25.     Trading.Return[i]<-
    
26.       Close.test[i]*(1-cost)-Close.test[i+1]*(1+cost)
    
27.   }
    
28.   
    
29. }
    
30. #  累积回报
    
31. Trading.Return<-cumsum(Trading.Return)
    
32. 
    
33. #  试验结果惨败

复制代码

5， 回测结果回顾

1. #  最大回撤比率的函数
   
2. Retreat_Ratio<-function(stock_return1) {
   
3.   N<-length(stock_return1)
   
4.   RetraceRatio<-rep(0,N)
   
5.   for (i in 2:N) {
   
6.     C<-max(stock_return1[1:i])
   
7.     if (C==stock_return1[i]) {
   
8.       RetraceRatio[i]<-0
   
9.     } else {
   
10.       RetraceRatio[i]<-(stock_return1[i]-C)/C
    
11.     }
    
12.   }
    
13.   return(RetraceRatio)
    
14. }
    
15. retreat_ratio<-Retreat_Ratio(Trading.Return)
    
16. #  回测比率和买卖仓位作图
    
17. par(family='serif',mfrow=c(2,1))
    
18. c1<-c(c(0:Length),c(Length:0))
    
19. c2<-c(c(0,retreat_ratio),rep(0,Length+1))
    
20. plot(c1,c2,type='n',xlab='Time',
    
21.      ylab='Retreat Ratio')
    
22. polygon(c1,c2,col='green',border='yellow')
    
23. title('follow your Retreat Ratio')
    
24. plot(Predict,type='b',pch=21,
    
25.      lwd=0.8,col='blue',bg='green',main='交易头寸回顾')
    
26. #  #######################################################
    
27. #  #######################################################

复制代码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏31 回帖

关键词：fantuanxiaot HS300 支持向量机 NTU R语言 收盘价

先抢币，后学习，ohyeah

深夜好福利，哈哈

谢谢勤奋帅气善良玉树临风的fantuanxiaot

饭团V5

学习啦