Пакет Backtesting R для оптимизации пороговых уровней
Кто-нибудь знает о пакете R, который можно использовать для тестирования на истории для оптимизации пороговых уровней, а не ввода параметров?
Например, говорят, что хотят торговать только сигналами тренда, когда ADX(14) > 30. quantstrat позволяет оптимизировать ввод параметров (14) с помощью apply.paramsetно не порог параметра (30).
Если такого пакета не существует, может быть, кто-то может предоставить указатели на то, какие пакеты посмотреть, чтобы начать взломать такую задачу?
1 ответ
На самом деле вы можете оптимизировать пороговые уровни для сигнала в квантрастрате! Фактически, почти все параметры для индикаторов, сигналов или даже ордеров (для правил) могут быть оптимизированы. См. Демонстрационную папку quantstrat для примера, который оптимизирует уровни порога остановки.
Ниже приведен полностью воспроизводимый пример, который исследует оптимальный порог для покупки SPY когда RSI переходит ниже определенного порогового уровня RSI (30 по умолчанию, и исследуем, если мы изменим это на c(20, 25, 30, 35, 60)). Стратегия предполагает выход из позиции (при условии пирамидального 3-х уровневого уровня, если мы продолжаем пересекать порог RSI снизу), если RSI пересекает отметку выше 70 снизу.
library(quantstrat)
strategy.st <- "RSI"
stratRSI <- strategy(strategy.st, store = TRUE)
add.indicator(strategy = strategy.st, name = "RSI", arguments = list(price = quote(getPrice(mktdata))), label="RSI")
add.signal(strategy = strategy.st, name="sigThreshold",arguments = list(threshold=70, column="RSI",relationship="gt", cross=TRUE),label="RSI.gt.70")
add.signal(strategy = strategy.st, name="sigThreshold",arguments = list(threshold=30, column="RSI",relationship="lt",cross=TRUE),label="RSI.lt.30")
add.rule(strategy = strategy.st, name='ruleSignal', arguments = list(sigcol="RSI.lt.30", sigval=TRUE, orderqty= 1000, ordertype='market', orderside='long', pricemethod='market', replace=FALSE, osFUN=osMaxPos), type='enter', path.dep=TRUE)
add.rule(strategy = strategy.st, name='ruleSignal', arguments = list(sigcol="RSI.gt.70", sigval=TRUE, orderqty='all', ordertype='market', orderside='long', pricemethod='market', replace=FALSE), type='exit', path.dep=TRUE)
currency("USD")
symbols = c("SPY")
for(symbol in symbols){
stock(symbol, currency="USD",multiplier=1)
}
getSymbols(symbols, src='yahoo', index.class=c("POSIXt","POSIXct"), from='2015-01-01')
startDate='2005-12-31'
initEq=100000
port.st<-'RSI'
initPortf(port.st, symbols=symbols)
initAcct(port.st, portfolios=port.st, initEq=initEq)
initOrders(portfolio=port.st)
for(symbol in symbols){ addPosLimit(port.st, symbol, startDate, 300, 3 ) } #set max pos
# If you want to run the "base" simulation with standard RSI threshold parameter above of 30:
# out<-try(applyStrategy(strategy=strategy.st , portfolios=port.st, parameters=list(n=2) ) )
#updatePortf(Portfolio=port.st,Dates=paste('::',as.Date(Sys.time()),sep=''))
# Do optimisation on RSI threshold:
add.distribution(strategy.st,
paramset.label = 'testin',
component.type = 'signal',
component.label = 'RSI.lt.30', #this is the label given to the indicator in the strat
variable = list(threshold = c(20, 25, 30, 35, 60) ),
label = 'RSIEntryThreshold'
)
results <- apply.paramset(strategy.st,
paramset.label='testin',
portfolio.st=port.st,
account.st=port.st,
# nsamples=.nsamples,
verbose=TRUE)
stats <- results$tradeStats
# > stats
# RSIEntryThreshold Portfolio Symbol Num.Txns Num.Trades Net.Trading.PL Avg.Trade.PL Med.Trade.PL Largest.Winner Largest.Loser Gross.Profits Gross.Losses Std.Dev.Trade.PL Percent.Positive Percent.Negative Profit.Factor Avg.Win.Trade
# 1 20 RSI.1 SPY 2 1 2319.885 2319.885 2319.885 2319.885 0 2319.885 0 NA 100 0 NA 2319.885
# 2 25 RSI.2 SPY 2 1 2319.885 2319.885 2319.885 2319.885 0 2319.885 0 NA 100 0 NA 2319.885
# 3 30 RSI.3 SPY 8 3 8035.114 2678.371 2105.968 4754.004 0 8035.114 0 1856.8247 100 0 NA 2678.371
# 4 35 RSI.4 SPY 12 3 13614.221 4538.074 4990.450 5153.644 0 13614.221 0 928.4609 100 0 NA 4538.074
# 5 60 RSI.5 SPY 24 6 10832.882 1727.480 1239.326 4971.405 0 10364.882 0 1739.6692 100 0 NA 1727.480
# Med.Win.Trade Avg.Losing.Trade Med.Losing.Trade Avg.Daily.PL Med.Daily.PL Std.Dev.Daily.PL Ann.Sharpe Max.Drawdown Profit.To.Max.Draw Avg.WinLoss.Ratio Med.WinLoss.Ratio Max.Equity Min.Equity End.Equity
# 1 2319.885 NaN NA 2319.885 2319.885 NA NA -1073.679 2.160689 NA NA 2381.600 0.0000 2319.885
# 2 2319.885 NaN NA 2319.885 2319.885 NA NA -1073.679 2.160689 NA NA 2381.600 0.0000 2319.885
# 3 2105.968 NaN NA 2678.371 2105.968 1856.8247 22.89814 -3160.282 2.542531 NA NA 8137.556 -213.9176 8035.114
# 4 4990.450 NaN NA 4538.074 4990.450 928.4609 77.59044 -2147.357 6.339989 NA NA 13921.550 -1464.3554 13614.221
# 5 1239.326 NaN NA 1727.480 1239.326 1739.6692 15.76328 -7426.328 1.458713 NA NA 10832.882 -6419.0599 10832.882
Итак, результаты показывают, что вы бы справились с порогом 35 с 2015 года.
Теперь неплохо проверить обоснованность результатов моделирования, поэтому вот несколько быстрых проверок, которые вы можете сделать (например, чтобы мотивировать вас делать подобные вещи для ваших собственных стратегий):
# -------------------------------------------------------------------------------------------------------------------------------------------------
# Do a check on the reasonableness of the results:
# This is the result from entering a trade when RSI crosses above 30 from below:
# We can quickly plot RSI neatly, using the default n = 14 RSI value as a check:
chart_Series(mktdata[, 1:4])
add_RSI(n = 14)
# A safer way to chart the results, using the actual signal data in the `mktdata` object that the simulation ran (we can be confident here that the plain vanilla `RSI(n = 14)` function above using `add_RSI` would be ok too, and quicker, which is why I show it above (which recomputes the signal)):
chart_Series(mktdata[, 1:4])
add_TA(mktdata[, "EMA.RSI"])
add_TA(xts(x = rep(20, NROW(mktdata)), order.by = index(mktdata)), on = 2, col = "blue", lty = 2)
add_TA(xts(x = rep(25, NROW(mktdata)), order.by = index(mktdata)), on = 2, col = "red", lty = 2)
add_TA(xts(x = rep(30, NROW(mktdata)), order.by = index(mktdata)), on = 2, col = "purple", lty = 2)
Теперь сделайте быструю проверку транзакций, которые произошли для одной из симуляций -RSI.3 здесь, что соответствует порогу входа 30 - и сравните их с фактическими данными и / или диаграммой выше. (Вы можете увидеть результаты для первого моделирования (RSI пересекает ниже 20) в results$RSI.1$portfolio$symbols$SPY$txn, результаты по пересечению RSI ниже 25 в results$RSI.2$portfolio$symbols$SPY$txn, так далее)
txns1 <- results$RSI.3$portfolio$symbols$SPY$txn
indexTZ(txns1) <- "UTC" # avoid timezone related issue by keeping all in UTC time
# > txns1
# Txn.Qty Txn.Price Txn.Value Txn.Avg.Cost Pos.Qty Pos.Avg.Cost Gross.Txn.Realized.PL Txn.Fees Net.Txn.Realized.PL Con.Mult
# 1950-01-01 05:00:00 0 0.0000 0.00 0.0000 0 0.0000 0.000 0 0.000 0
# 2015-08-24 00:00:00 100 181.7837 18178.37 181.7837 100 181.7837 0.000 0 0.000 1
# 2015-11-04 00:00:00 -100 202.8433 -20284.33 202.8433 0 0.0000 2105.968 0 2105.968 1
# 2016-01-11 00:00:00 100 186.3479 18634.79 186.3479 100 186.3479 0.000 0 0.000 1
# 2016-01-14 00:00:00 100 186.1733 18617.33 186.1733 200 186.2606 0.000 0 0.000 1
# 2016-01-21 00:00:00 100 181.0905 18109.05 181.0905 300 184.5373 0.000 0 0.000 1
# 2016-03-31 00:00:00 -300 200.3839 -60115.18 200.3839 0 0.0000 4754.004 0 4754.004 1
# 2016-11-04 00:00:00 100 205.4281 20542.81 205.4281 100 205.4281 0.000 0 0.000 1
# 2016-11-28 00:00:00 -100 217.1796 -21717.96 217.1796 0 0.0000 1175.142 0 1175.142 1
# > mktdata["2015-08-20/2015-08"]
# SPY.Open SPY.High SPY.Low SPY.Close SPY.Volume SPY.Adjusted EMA.RSI RSI.gt.70 RSI.lt.30
# 2015-08-20 198.101 199.809 195.597 195.6645 194327900 203.97 34.89513 0 0
# 2015-08-21 193.516 195.636 189.477 189.7745 346588500 197.83 25.55762 0 0
# 2015-08-24 179.856 189.439 174.973 181.7837 507244300 189.50 18.37412 0 0
# 2015-08-25 187.472 187.491 179.309 179.6445 369833100 187.27 16.99684 0 0
# 2015-08-26 184.259 186.858 180.700 186.5417 339257000 194.46 34.13877 0 0
# 2015-08-27 188.997 191.300 187.261 191.1558 274143900 199.27 42.66887 0 0
# 2015-08-28 190.417 191.703 189.861 191.1654 160414400 199.28 42.68550 0 0
# 2015-08-31 190.043 191.022 188.988 189.6210 163298800 197.67 40.64265 0 0
Вы можете видеть, что RSI пересек ниже 30 на 2015-08-21подает сигнал для входа на 2014-08-24, на следующий торговый день, входя по цене закрытия на 2014-08-24 на 181,7837. Таким образом, результаты выглядят разумно.
Надеюсь, этот пример, хотя и немного длинный, помогает.