基于R語言的均線量化策略分析
——以上海醫藥為例

屈長杰

基于R語言的均線量化策略分析
——以上海醫藥為例

屈長杰

隨著IT技術的不斷進步，基于新型電子化交易的量化投資也得到了飛速發展，計算機科學和股票技術分析的大力發展和融合，使開源的R語言集成了多種數據分析與可視化算法，具備良好的可擴展性，適用于策略分析及數量化分析。本文根據上海醫藥歷史數據，研究了買賣信號突破日期及買賣執行期，測算了10日簡單移動平均線下交易策略的累計收益率及買賣點獲勝率，并通過比較得出，以R語言為工具的移動平均線策略具有較高的收益率，得到了可供實際股票操作的R語言控制模型，為股票分析提供了技術參考。

R語言 移動平均線 收益率 量化分析

一、引言

技術分析在股票市場的投資中被廣泛應用，其中,均線系統分析是實踐中最常采用的也是準確率最高的技術評價體系。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計學及數字分析功能。移動平均線具有滯后性。對于短期投資者來說，能否提前預測到平均線的走勢，進而判斷股價的買賣點，意義就顯得尤為重要。因此，本文在尋找上海醫藥的買賣點時，借助R語言強大的預測統計功能，將均線策略與其結合，從而達到提前預測及穩定獲利的目標。

二、R語言介紹

R語言是由新西蘭奧克蘭大學的Ross Ihaka與Robert Gentlemen一起開發的面向對象的編程語言。R語具有一套完整的數據處理、計算和制圖軟件系統，同時它是一個開源軟件，它的主程序小巧，有著豐富的數據包。正是因為擁有這些特征，使得R語言在金融量化投資領域應用廣泛，并且具有良好的預測功能。本文以R語言為工具，對上海醫藥股價進行以均線系統為策略的量化投資分析。

三、R語言策略模型

R語言要實現均線策略，首先需要提取數據，再將其轉換為時間序列，接著進行平穩性檢驗、白噪聲檢驗，當序列滿足平穩性且自相關條件時，方可進行策略建模，直到策略實現。

四、均線系統策略實現

第一，本文主要利用簡單移動平均線對上海醫藥的股價進行預測分析，在此之前，對相關概念做一個簡要的介紹。算術平均數的算法，是先對一組數據的值求和，再用這個總和除這組數據的個數來得到算術平均數。簡單移動平均用數學公式表達為：

將這些簡單移動平均數繪制成時間序列圖，就可以得到股價的簡單移動平均線。

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

第三，對時間序列進行分析的前提是該序列是平穩的，即序列的基本性質不發生較大的變化。若時間序列是特殊的平穩序列，即白噪聲過程（純隨機過程），也就是無自相關性，那么預測也無法進行。因此我們首先要對上海醫藥收盤價的平穩性與非隨機序列進行檢測。

一是我們可以根據時間序列平穩性的特點，從時序圖的形態大致判斷其平穩性。一般對于平穩時間序列來說，其自相關系數快速減小至0或者在某一階段后變為0。由上海醫藥收盤價ACF圖可以看出，其自相關系數迅速降至0附近，表明上海醫藥收盤價時間序列具有穩定性。二是本文中的白噪聲檢驗采用的是Ljung-Box檢驗方法，LB檢驗的原假設為所檢驗序列的純隨機序列，當P值大于所設定的顯著水平5%時，接受原假設，認為所檢驗序列為白噪聲序列。反之則拒絕原假設，認為序列是非白噪聲序列。由結果所知，對上海醫藥進行LB檢驗時，Q統計量的p-value=2.2e-16＜5%，從而拒絕原假設，即該序列存在自相關性，因此可以進行下一步建模預測。

第四，根據上海醫藥的收盤價與上海醫藥10日簡單移動平均線找出上海醫藥的買賣點。首先，打開R語言界面，獲取上海醫藥收盤價數據；其次，計算出10日sma；然后，畫出收盤價和sma10的時序圖。

為了使上海醫藥的收盤價與上海醫藥10日簡單移動平均線的期數一致，則需要剔除上海醫藥收盤價前9期的數據。此時構造穿越（cross）信號函數，捕捉價格線突破均線的日期，對交易信號滯后2期，提取出了73個買入點，提取出了10個賣點。由上得出上海醫藥績效圖1表示，最后與實際作對比，得出買賣點預測準確率為71%。

圖1 上海醫藥簡單均線交易績效表現圖

五、結語

通過圖1可以看出，截止到9月30日，上海醫藥的累計收益率為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、上海醫藥的平均累計收益率分別為1.5%、2.68%、5.09%、21.37%、23%。上海醫藥的累計收益率明顯高于上述品種的累計收益率，所以該模型具有良好的預測功能，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。

（作者單位為云南大學）

［1］ 蔡立耑.量化投資以R語言為工具［M］.電子工業出版社.

［2］ 楊霞，吳東偉. R語言在大數據處理中的運用［J］.科技資訊，2013（23）.

［3］ 田偉，田益祥.基于均線預測的股票市場投資策略構建及其實證［D］.成都：電子科技大學碩士學位論文.