一人一花

在引入blotter包之后，一个完整的交易系统就已经可以建立起来了。但是作为盈利的基础，基于quantmod和TTR虽然具有了必要的建模工具，我们依然希望能够有更加灵活易用的交易建模方法。这就是quantstrat包的目标。（1）quantstrat包简介quantstrat包以xts,quantmod,TTR,blotter等为基础，提供了基于交易信号的金融交易建模和回测的基础架构。

ADX:对应股票中的DMI指标，趋向指标ATR：真实波幅CCI：顺势指标CLV:收盘价相对位置      [（收盘价-最低价）-（最高价-收盘价）]/（最高价-最低价）CMF：蔡金现金流，类似于资金流量指标MFICMO：钱德动量摆动指标DPO：非趋势价格摆动指标，对应通达信中区间震荡线DVI：DV Intermediate OscillatorDonchianChannel：唐

-quantmod（数据和图形）-TTR（技术分析）-blooter（账户管理）-FinancialInstrument（金融产品）-quantstrast（策略模型）-PerformanceAnalytics（表现分析）这些R包依然在发展中（有些还被托管在R-forge里，见http://r-forge.r-project.org/R/?group_id=316），但目前可用的部

1blotter简介(a)简介blotter依然是一个正在开发中的包，是TradeAnalytics项目的一部分，主要作者是PeterCarl，BrianPeterson。http://r-forge.r-project.org/R/?group_id=316http://r-forge.r-project.org/projects/blotter/blotter包定义了

P-P图是根据变量的累积比例与指定分布的累积比例之间的关系所绘制的图形。通过P-P图可以检验数据是否符合指定的分布。当数据符合指定分布时，P-P图中各点近似呈一条直线。如果P-P图中各点不呈直线，但有一定规律，可以对变量数据进行转换，使转换后的数据更接近指定分布。Q-Q图是用样本的分位数与所指定分布的分位数之间的关系曲线来进行检验。纵坐标为分布分位数，横坐标为样本分位数，要利用Q-Q图鉴别样本

1.从网络下载数据（1）quantmod包的getSymbols（）这个是个比较好的方法。这个函数其实是个打包的函数，可以从多个来源下载股票数据，包括yahoo, google, MySQL,FRED, csv, RData和 oanda。用法：library(quantmod)sse<-getSymbols("^SSEC",from = "2002-01-01",to = Sys.D

下面使用Faber策略，对招商银行历史数据进行回测。Faber策略是个非常简单的战术资产配置方法：如果月收盘价高于10月均线，买入；如果月收盘价低于10月均线，卖出。（忽略交易成本和滑点）http://static.squarespace.com/static/510654e4e4b0c3c708391d25/t/51dad95ee4b084dcc6296bad/13732969

关于金融方面的函数：portfolio.optim  投资组合组合优化 get.hist.quote 下载历史财务数据maxdrawdown 最大回撤sharpe 夏普比率sterling  sterlingratio，某种风险调整后的年化收益除以平均最大drawdownplotOHLC 详见：https://github.com/cran/tseries

获取数据getSymbols()从多种信息源里获得信息   getSymbols.csv()从csv文件中读入数据getDividends() 获取上市公司的信息数据 getSymbols.FRED() 从FRED中获取数据getFinancials() 获取上市公司的财务报表 getSymbols.google() 从google中获取数据getFX()获取汇率数据      

收益 随机行走（1）（高斯）随机行走 （2） 几何随机行走 随机行走的模拟（1）简单随机行走 （2）高斯随机行走