R 언어 - EA가있는 MT4.
나는 MT4 용 mt4R 라이브러리를 사용하여 mql4를 사용하는 EA와 R 언어와의 연결을 만들었습니다.
불행히도 필자는 작성된 mql과 R 코드를 수정할 시간이 없으며 두 코드를 수정하고 최적화 할 것을 제안합니다.
주요 작업은 로봇 로직을 이해하고 버그를 찾아 수정합니다. 두 번째 임무는 적어도 2 년 동안 그것을 최적화하고 잘하면 그걸로 좋은 결과를 얻는 것입니다.
이 일이 너에게 좋은 일이라고 생각되면 알려줘.
기계적인 Forex.
기계 거래 전략을 사용하여 외환 시장에서 거래합니다.
알고리즘 거래에서 R 사용 : 간단한 시계열 특성 분석. 1 부.
지난 주 우리는 IS / OS 시스템 특성 배열을 분석하고 IS / OS 내역 상관 관계에 대한 간단한 결론을 도출하기 위해 R 통계 패키지를 사용했습니다. 오늘날 우리는 R을 사용하여 시스템 생성 전에 수행되어야하는보다 근본적인 분석을 수행하려고합니다. 이 분석은 금융 시계열의 기본 특성에 해당합니다. 이는 우리가 거래 할 기호에 대한 근본적인 정보를 제공합니다. 이 분석을 통해 우리는 전통적인 알파 탐색 알고리즘 전략을 개발하는 것이 더 쉬울 수있는 곳과 특정 기호 내에 존재하는 몇 가지 (근본적인 장기 바이어스) 여부를 파악할 수 있습니다. 이 첫 번째 튜토리얼에서는 금융 시계열에 대한 몇 가지 기본적인 통계 특성을 다룰 것입니다. 실종 된 유용한 특성이있는 경우 관측과 함께 의견을 게시하십시오 (필자는 분명히 다음 몇 부분에 포함 할 것입니다).
무엇보다도 우리는 우리의 데이터가 R에 친숙한 CSV 파일에 포함되어 있는지 확인해야합니다. 열기 / 높음 / 낮음 / 닫음 열뿐만 아니라 날짜 열에 촛불 사용 시간이 적절한 형식으로 포함되어야합니다. R (예 : 1986-03-23). R에는 적절한 열 머리글이 있어야하므로 csv의 첫 번째 줄에는 날짜, 열기, 높음, 낮음, 닫기와 같은 내용을 읽어야합니다. 이 시리즈의 다음 몇 게시물에서이 퀵 모드 (예 : quantmod)가 필요한 다른 라이브러리를 사용할 때 데이터를 이렇게 형식화해야합니다 (Hurst 지수와 같은 고급 분석을 수행 할 때). 견적). 기본적인 통계 계산을 위해 필요할 것이므로 계속하기 전에 e1071 R 라이브러리도 설치했는지 확인하십시오. 데이터를 준비하고 나면 이제 R에로드하고 제대로로드되었는지 확인하기 위해 플롯 할 수 있습니다 (quantmod를 사용할 때 더 예쁜 촛대 차트를 그릴 수있는 방법을 배웁니다.
데이터가로드되면 Open / High / Low / Close 데이터를 직접 비교할 수 없기 때문에 여러 심볼간에 비교할 수있는 통계량을 갖기 위해 가격 시리즈의 수익률을 계산할 수 있습니다. 백분율 리턴은 단순히 100 * (Close [n] - Close [n-1] / Close [n-1])로 주어지며, gap이 재생되기 때문에 Close [n] - Open [n] 특정 도구를 통해 매우 중요한 역할을하므로 계산시이를 고려해야합니다. 또한 log (Close [n]) 기반의 수익률은 대부분의 금융 시계열에서 정규 분포에 가까운 결과를 제공하기 때문에 일반적으로 사용됩니다. 어떤 것을 사용할지는 주로 분석이 정규성을 가정해야하는지 여부에 달려 있습니다. 이 자습서에서는 표준 백분율을 사용하려고합니다. 사용할 수있는 다양한 반환 유형에 대한 자세한 내용은이 링크를 확인하십시오. 반환 값을 계산하려면 몇 가지 추가 R 명령을 실행해야합니다.
먼저 배열에 차등을 채운 다음 이전 닫기 값을 기반으로 올바른 정규화 된 차이로 다시 채우는 방법으로 수익을 계산했습니다. R에서 이것을 할 수있는 더 좋은 방법이있을 것입니다. (아는 한 주석을 달아주세요!)하지만 C ++의 정신력을 사용하여 간단히 말했습니다.) 이제 시계열에 대한 흥미로운 통계를 보여주는 몇 가지 추가 계산을 수행 할 수 있습니다. 우리는 평균, Â 왜곡, κ 첨도 및 우리의 수익에 대한 연속 자기 상관을 계산할 수 있습니다. 왜곡은 분포가 음수 또는 양수 값으로 기울어 졌는지를 말해줍니다 (완벽하게 대칭 인 확률 분포는 0을 나타냅니다). 반면에 kurtosis는 우리의 분포가 얼마나 뚱뚱한 (높은 kurtosis) 또는 매우 정점 (낮은 kurtosis)인지를 알려줍니다 정상 분포. 높은 첨도 (kurtosis)는 배포본의 편차가 극단적 인 편차로 인해 발생할 가능성이 높다는 것을 의미합니다. 또한 이러한 유사 콘텐츠를보다 잘 볼 수 있도록 히스토그램을 얻을 수 있습니다.
위에서 볼 수 있듯이 EUR / USD의 수익률은 정규 분포에서 크게 벗어나며 (향후 게시물에 대한 정상 테스트에서 더 많음) 이미 EUR / USD 분포의 일부 특성을 볼 수 있습니다. 예를 들어 우리는 분포가 양의 영토 (skewness = 0.076)로 비뚤어지고 분포가 흉한 (kurtosis = 1.52) 것을 볼 수 있습니다. 금융 시계열이 맹금류로 잘 알려져 있기 때문에이 두 사실 중 누구도 시계열 분석을 수행 한 사람에게는 놀라움을 금치 못할 것입니다. 그러나 학습하는 자산 클래스와 기호에 따라 첨도 및 비대칭 정도가 많이 달라지는 점은 주목할 가치가 있습니다. 이 시리즈의 다음 부분에서 우리는 다른 Forex 및 비 Forex 기호가이 동일한 분석 (몇 가지 추가 통계 포함) 내에서 어떻게 비교되는지, 그리고이 통계가 역사적으로 수익성있는 거래 시스템을 생성하는 능력과 어떻게 관련되는지에 대해 살펴볼 것입니다 해당 데이터를 사용합니다. 특정 특성을 가진 배포판은 역사적으로 수익성 높은 전략을 쉽게 생성 할 수있는 반면, 다른 특성을 갖는 배포판은 에지를 찾기가 매우 어렵습니다.
통계에 정통한 사람들을 위해 기본 통계 분석 측면에서 유용하다고 생각하는 항목과 향후 게시물에서 설명 할 항목을 자유롭게 제공하십시오. 내 직업에 대해 더 자세히 알고 싶다면 어떻게 트레이딩 전략을 개발할 때 시계열 분석을 사용할 수 있습니까? 트레이딩 비디오, 트레이딩 시스템, 개발 및 자동 거래에 대한 건전하고 정직하고 투명한 접근법으로 가득 찬 웹 사이트 인 Asirikuy에 가입하는 것을 고려해보십시오. 일반적으로 나는이 기사를 즐겼기를 바랍니다! :영형)
알고리즘 트레이딩에서 R을 사용하는 3 가지 응답 : 간단한 시계열 특성 분석. 1 부 & # 8221;
[& # 8230;]이 일련의 게시물 중 일부는 Forex의 금융 시계열에서 간단한 기본 특성을 얻었습니다.
이 튜토리얼을 따르기 전에 기본 시계열 분석에 대한 이전 2 개의 (1, 2) R 튜토리얼을 읽으므로 기본 R 시리즈에 익숙해 지도록 조언합니다. [& # 8230; # 8230;]
죄송하지만이 문제에 직면 한 메신저 :
plot. window (& # 8230;)의 오류 : 유한 한 & # 8216; xlim & # 8217; 값.
또한 : 경고 메시지 :
1 : min (x)에서 min에 누락 된 인수가 없습니다. Inf를 반환합니다.
2 : max (x)에서 : max에 대한 누락 된 인수 없음; ~를 반환합니다.
3 : min (x) : min에 대한 누락 된 인수가 없습니다. Inf를 반환합니다.
4 : 최대 (x)에서 : max에 대한 누락 된 인수 없음; ~를 반환합니다.
Forex.
80 & # 32; пользователей находятся здесь.
МОДЕРАТОРЫ.
wrayjustin 달러를위한 무역 펜 FXMarketMaker 전문 상인 Hot_Biscuits_ 모델 및 병 spicy_pasta RichJG Financial Astrologer El_Huachinango MOD finance_student Prop Trader о команде модераторов & raquo;
Reddit에 오신 것을 환영합니다.
인터넷의 첫 페이지.
수천 개의 커뮤니티 중 하나에 가입하십시오.
отправлено & # 32; 4 개월 전 & # 32; âвтор & # 32; El_Huachinango MOD & # 32; - & # 32; 발표.
отправлено & # 32; 2 시간 후에 & # 32; & # 32;은 라이브 트레이더가 아닙니다.
отправлено & # 32; 1 개월 전 & # 32; 평가 & # 32;
отправлено & # 32; 1 день назад & # 32; автор & # 32; inv252.
отправлено & # 32; 2 월 2 일 & # 32; автор & # 32; Chickenxchicken이 유예 기간 동안 발표되었습니다.
помощь правила сайта центр поддержки вики реддикет 모드 가이드 라인 связаться с нами.
приложенияи инструменты Reddit for iPhone Reddit for Android 모바일 웹 사이트 кнопки.
회신을 보내십시오. & # 32; & # 32; Политика конфиденциальности. &부; 2017 reddit 그래픽입니다. Все права защищены.
REDDIT 및 ALIEN 로고는 reddit inc의 등록 상표입니다.
& pi; & # 32;에서 PID 53265에 의해 렌더링 됨. app-12 & # 32; 2017-12-15 18 : 24 : 34.021368 + 00 : 00 c331567 국가 코드 사용 : UA.
연구 분석
내용의 테이블.
이 포스트에서 우리는 상인이 R을 사용하여 기본적인 기술적 분석 지표를 계산하는 방법을 살펴볼 것입니다. R은 무료 오픈 소스 통계 분석 환경 및 프로그래밍 언어입니다. Windows, Mac OS 및 Linux 운영 체제에서 사용할 수 있습니다. 설치가 쉽고 빠릅니다. 다운로드 및 설치 지침은 cran. r-project. org로 이동하십시오.
거래 전략을 개발할 때 데이터를 분석하고 시각화 할 수 있고 거래 생성 규칙과 그 변형 및 모델을 신속하고 최소의 턴어라운드로 테스트 할 수있는 것이 유용합니다. 대화 형 중개인 (Interactive Brokers) 등과 같은 많은 거래 플랫폼이 API 또는 직접 파일 다운로드를 통해 이전 데이터에 대한 액세스를 제공하는 동안 & # 8211; 데이터 및 프로토 타이핑 거래 전략을 분석하려면 Java 또는 C ++와 같은 프로그래밍 언어로 수백 줄의 코드를 작성하거나 Excel에서 다루기 힘든 테스트 용 수식을 작성해야하는 경우가 있습니다. 프로그래머 경험에 관계없이 상당한 시간 투자가 필요합니다. 반대로 R이나 Matlab과 같은 고급 프로그래밍 언어와 대화식 프로그래밍 환경을 통해 사용자는 C ++, C # 또는 Java로 소요되는 시간 내에 데이터를 슬라이스, 다이스 및 분석 할 수 있습니다. R에서 거래 전략을 개발하는 데 필요한 코드의 양은 일반적으로 더 작은 순서입니다.
이 예에서는 SPY ETF의 볼륨 및 타임 스탬프 값과 함께 개방, 최고, 최저 및 마감 가격 열 (a. k.a OHLC)이 포함 된 간단한 쉼표로 구분 된 파일을 사용합니다. 이 글에서는 무료 R 라이브러리를 사용하여 SMA (Simple Moving Average), EMA (Exponential Moving Average), BBands (Bollinger Bands), RSI 및 MACD 기술 분석 지표를 계산하는 방법을 보여줍니다. 계산 된 지표를 입력 파일에 새 열로 추가하여 Excel, R 또는 원하는 CSV 친화적 소프트웨어 패키지의 추가 분석 또는 거래 전략 프로토 타입 작성에 사용할 수 있습니다.
R. 에 대한 기술 분석 라이브러리 설치
1. R을 사용하여 Technical Analysis (기술 분석)를 계산하려면 & # 8220; TTR & # 8221;이라는 무료 오픈 소스 라이브러리를 사용합니다. (기술 거래 규칙). 이 단계에는 이미 컴퓨터에 R을 설치했다고 가정하고 TTR 라이브러리 설치 지침이 포함되어 있습니다. 이 단계는 컴퓨터의 R 설치마다 한 번만 수행하면됩니다.
컴퓨터에 라이브러리를 설치하려면,
1) 컴퓨터에서 R 환경을 시작한 다음 메뉴에서 다음을 선택하십시오. Packages & # 038; 데이터 -> 패키지 설치 프로그램.
2) 패키지 설치 관리자 유형에서 & # 8220; TTR & # 8221; 패키지 검색 입력란에서 & # 8220; 목록 가져 오기 & # 8221;를 클릭하십시오. 단추.
3) 패키지 & # 8220; TTR & # 8221;을 선택하십시오. & # 8220; 선택한 항목 설치 & # 8221;를 클릭하십시오.
히스토리 데이터로드 중 (입력)
데모 목적으로 2013 년 9 월부터 2014 년 5 월까지 SPY ETF의 일일 역사 가격을 사용합니다. 여기를 클릭하여 데이터 파일을 다운로드하십시오. 이 예제의 입력 파일은 IB Historical Data Downloader를 사용하여 생성되었습니다.
2. 우리는 R 셸을 열고 가장 일반적인 지표 중 일부를 계산하는 함수가 포함 된 무료 R 확장 인 "TTR"라이브러리를로드함으로써 시작할 것입니다.
3. 다음 단계는 과거 가격의 데이터 파일을 R 환경으로 가져 오는 것입니다. 우리는 샘플 CSV 파일에서 R 환경으로 데이터를로드하고 메모리에 표 형식으로 데이터를 저장하기위한 R 변수 유형 인 "데이터 프레임"을 저장합니다.
"데이터"테이블의 처음 몇 행을 표시하려면 :
기본적으로 열 이름 (표 머리글)과 함께 처음 6 행의 데이터가 표시됩니다. "데이터"테이블에있는 행의 수를 보려면 다음을 수행하십시오.
이는 SPY 데이터 파일에 187 개의 데이터 레코드가 있음을 보여줍니다. 2013 년 9 월 3 일부터 187 일 사이에 & # 8211; 2014 년 5 월 31 일
다음과 같이 "colnames"함수를 사용하여 테이블 열 이름을 나열 할 수도 있습니다.
이동 평균.
4. TTR 라이브러리의 R 함수 "SMA"를 사용하여 CLOSE 가격 열의 20 일 단순 이동 평균 (SMA)을 계산해 봅시다.
이제 "sma20"배열의 처음 50 개 값을 봅시다.
여기서 우리는 위에서로드 한 TTR 라이브러리의 함수 SMA를 사용하여 데이터 프레임 "데이터"에서 "CLOSE"열의 20 일 평균 (매개 변수 "n"값)을 계산하도록 지시했습니다. 이 함수는 SMA 값의 배열을 반환하고이를 "sma20"이라는 새 변수에 저장합니다.
함수에 대한 자세한 설명과 함께 매개 변수를 사용하여 도움말을 표시 할 수 있습니다. 그 뒤에 함수 이름이옵니다. 사용중인 기능에 대한 도움말 페이지를 읽는 것이 좋습니다. 출력을 조정할 때 사용할 수있는 모든 선택적 매개 변수가 나열되기 때문입니다. 또한 많은 기능에는 다양한 환경에서 도움이 될 수있는 변형 또는 관련 기능이 있으며 도움말 페이지에 나열됩니다.
5. 지수 이동 평균 계산도 마찬가지로 쉽습니다. 이번에는 EMA ()와 다른 함수를 사용하십시오. EMA를 14 기간 길이로 계산합니다.
볼린저 밴드.
6. Bollinger Bands 인디케이터를 계산하기 위해 BBands 함수를 사용합니다. 몇 가지 선택적 매개 변수가 있으므로 몇 가지 예제를 제공 할 것입니다. 아래 예제에서 BBands는 위의 SMA 및 EMA 계산에서 위에서 수행 한 것처럼 'CLOSE'열의 값을 사용하도록 지정하는 쿼리와 함께 'data'데이터 프레임을 전달합니다. 두 번째 매개 변수 'sd'는 상위 밴드와 하위 밴드의 표준 편차 수를 취합니다. 우리는 'n'값을 전달하지 않기 때문에 & # 8211; BBands는 기본적으로 20 기간 이동 평균을 사용합니다. 출력에는 "lower"밴드의 경우 'dn', 이동 평균의 경우 'mavg', 'upper'밴드의 'up'및 상단 및 하단에 대한 보안의 가격을 계량하는 pctB 열이 포함됩니다. 낮은 Bollinger Band에 대한 자세한 설명은 여기에서 찾을 수 있습니다.
가격이 상위 밴드에있을 때 % B는 가격이 하위 밴드 일 때 0과 같습니다. 가격이 상위 밴드보다 높을 때 % B가 1보다 높습니다. 가격이 하위 밴드보다 낮을 때 % B가 0보다 작습니다. (20 일 SMA) 가격이 중간 밴드 (20 일 SMA)보다 낮은 경우 50 % 미만입니다.
> bb20 = BBands (데이터, sd = 2.0)
6.1 이제 우리는 & # 821; 데이터 & # 8217;에서 모든 입력 데이터를 포함하는 새로운 데이터 프레임을 만들고 싶습니다. 프레임, 우리가 방금 계산 한 Bollinger Bands 데이터.
data. frame () 함수는 임의의 수의 데이터 프레임을 가져 와서 행 단위로 새로운 데이터 프레임에 조인하므로 해당 행의 요소가 결과에 "결합"됩니다.
6.2 볼린저 밴드 음모 :
> lines (dataPlusBB $ CLOSE, col = & # 8216; red & # 8217;)
> lines (dataPlusBB $ up, col = & # 8216; purple & # 8217;)
> lines (dataPlusBB $ dn, col = & # 8216; brown & # 8217;)
> 행 (dataPlusBB $ mavg, col = & # 8216; blue & # 8217;)
6.3 또는 단순히 이동 평균 함수 이름을 취하는 함수 매개 변수 'maType'을 사용하여 Bollinger Bands의 기초로 사용할 이동 평균의 유형을 명시 적으로 지정할 수 있습니다. TTR 라이브러리에서 지원되는 여러 유형의 이동 평균을 보려면? SMA 도움말 페이지를 참조하십시오. 예를 들어 EMA Bollinger Bands를 계산하려면 EMA를 maType으로 전달할 수 있습니다. 이 예제에서 이동 평균에 대한 기본 길이 매개 변수를 무시하고 이번에는 14 기간 평균을 사용합니다.
> bbEMA = BBands (데이터, sd = 2.0, n = 14, maType = EMA)
RSI & # 8211; 상대 강도 지표.
7. RSI. RSI를 계산하기 위해 RSI () 함수를 사용합니다. R 쉘에서? RSI 명령을 사용하여 함수 매개 변수에 대한 세부 사항을 얻을 수 있습니다. 기본적으로 이동 평균을 생성하기 위해 위에 사용 된 함수와 매우 비슷합니다. 여기에는 두 가지 필수 매개 변수가 있습니다. 시계열 (예 : '데이터'데이터 프레임의 'CLOSE'열과 RSI 표시기의 '길이'에 대한 'n'정수 값).
> rsi14 = RSI (데이터, n = 14)
여기서 RSI 함수의 첫 번째 매개 변수는 data입니다. "data"테이블에서 CLOSE라는 열을 가져 와서 값의 목록으로 반환하는 구문이고 두 번째 매개 변수는 n = 14입니다. 매개 변수 이름은 'n'이고 값 14는 마감 가격에 대해 14 일 RSI 값을 계산할 것을 나타냅니다.
MACD 함수는 몇 가지 인수를 취합니다.
"신호"라인에 대한 "느린"이동 평균 기간의 "빠른"이동 평균 기간 수에 대한 기간 입력 수 (예 : 'CLOSE'가격) 수.
MACD 이동 평균에 사용할 이동 평균 함수를 선택적으로 지정할 수도 있습니다. 아래의 도움말 페이지의 스크린 샷을보십시오 (R 셸의? MACD 명령을 사용하여 도움말 페이지를 직접 열 수도 있음).
이 함수를 사용하여 표준 (12,26,9) MACD 표시기를 계산해 봅시다. 표준 이동 평균을 사용하므로 'maType'매개 변수에 SMA 함수를 지정합니다.
> macd = MACD (데이터, nFast = 12, nSlow = 26, nSig = 9, maType = SMA)
모든 데이터를 함께 참여하십시오.
9. 이제, 위에서 계산 된 모든 지표를 원래의 입력 데이터와 단일 데이터 프레임으로 결합합니다.
data. frame () 함수는 여러 개의 데이터 프레임을 가져 와서 행별로 조인하므로 해당 행의 요소가 결과 data. frame 'allData'에 함께 붙습니다.
텍스트 파일에 씁니다.
마지막으로 'allData'데이터 프레임의 내용을 쉼표로 구분 된 값 파일에 씁니다. 우리는 많은 수의 선택적 매개 변수를 포함하는 write. table () 함수를 사용합니다. R 쉘에서 "? write. table"명령을 사용하여 자세한 도움말 페이지를 볼 수 있습니다.
> write. table (allData, file = "spy_with_indicators. csv", na = "", sep = ",", row. names = FALSE)
write. table () 함수를 호출하면 다음과 같은 인수를 전달합니다.
allData & # 8211; 이것은 단순히 출력 파일에 기록 할 데이터가 포함 된 데이터 프레임에 대한 참조입니다. file = "& # 8230;"& # 8211; 이것이 우리가 생성하는 파일의 경로와 이름입니다. na = ""& # 8211; R 값 "NA"를 포함하는 데이터 프레임의 셀이 출력 파일에 빈 값을 포함하는지 확인합니다. 일부 셀은 해당 표시기 값을 생성 할만큼 충분한 데이터가없는 행에 대해 NA를 갖습니다 (예 : 20 일 SMA의 경우 첫 19 행). sep = ","& # 8211; 열 구분자를 쉼표로 설정합니다 (따라서 쉼표로 구분 된 값 파일). 탭으로 구분 된 파일 (심각한 소프트웨어 시스템에 적합한 형식)을 만들기 위해 & # 8211; 사용 : sep = "\ t". row. names = FALSE & # 8211; 이 값을 설정하는 것이 중요합니다. 그렇지 않으면 출력 파일의 첫 번째 열에 행 번호가 포함됩니다.
결과 파일은 여기에서 사용할 수 있습니다. 마우스 오른쪽 버튼을 클릭하고 & # 8220; 링크 된 파일을 다른 이름으로 저장 ... & # 8221;을 선택하십시오. 다운로드 한 파일은 Excel 또는 텍스트 편집기에서 열 수 있습니다.
10. "TTR"라이브러리에는 더 많은 기능과 기능이 있습니다. TTR의 도움말 페이지를 열면 자세한 내용을 확인할 수 있습니다.
결론.
R은 데이터 분석 및 계산을위한 편리하고 다양한 환경을 제공합니다. 수천 개의 무료 오픈 소스 통계, 수학 라이브러리 및 알고리즘 외에도 R은 파일, 데이터베이스, URL, 웹 서비스 등과의 데이터 읽기 / 쓰기를위한 많은 수의 함수와 라이브러리를 포함하고 있습니다. 즉, 간결함 소중한 시간을 절약 할 수있는 강력한 조합입니다. 트레이더는 R을 사용하여 트레이딩 전략을 프로토 타이핑하고 백 테스팅하는 데 필요한 시간을 크게 줄일 수 있습니다. Java 및 C ++와 같은 주류 프로그래밍 언어와 R을 통합하는 방법도 있습니다. 이 자료와 관련하여 질문이 있으시면 언제든지 문의하기 양식을 통해 의견을 게시하거나 메시지로 보내주십시오.
마지막으로 우리의 개발 노력에 도움이되는 몇 권의 책을 언급하고자합니다. 첫 번째 책 & # 8211; & # 8220; R & # 8221; 재무 데이터 분석 통찰력과 백 테스팅, 데이터 탐색 및 분석에 대한 R 응용 프로그램의 훌륭한 혼합입니다. 수많은 훌륭한 코드 예제가 있으며 많은 유용한 R 패키지를 사용합니다. 이것은 자신의 거래 전략을 수립하고 역점을 형성하고자하는 사람들을위한 훌륭한 서론 - 중간 수준의 서적입니다.
두 번째 책 & # 8211; & # 8220; 양적 금융을위한 마스터 링 R & # 8221; & # 8211; 진짜 보석이야. 파생 상품 및 더 강력한 수학적 배경을 잘 이해하고있는 상인에 대한 고급 정보가 포함되어 있습니다. 우리는이 책이 R & # 8221;과 정량 거래에 대한 후속 조치임을 알게되었습니다. 훌륭한 R 코드 샘플 및 패키지 외에도 다수의 고급 (실용적인) 양적 금융 모델 및 알고리즘에 대한 개요가 포함되어있어 R 코드로 손쉽게 발을 뗄 수 있습니다.
& ldquo;에 8 개의 댓글이 있습니다. 기술 분석 (R & R)
그레이트 포스트! 고맙습니다.
1) 다운로드 한 데이터를 사용하여 표시기 또는 오실레이터와 함께 차트를 만들 수 있습니까?
2) 다른 후보자가 올바른 후보를 선별하는 데 사용될 수 있습니까? 나는 천개의 주식이 선별되기를 원하지 않는다.
3) 이것은 검색 화면입니까? 아니면 주식을 수동으로 입력해야합니까?
4) 모든 검색 기준이 자동으로 업데이트됩니까?
5 백만 가지의 다른 질문이 있지만, 현재로서는이 질문이 가장 관련이있는 것처럼 보입니다.
너는이 모든 일을하면서 지옥을 해냈다.
MACD에서 몇 가지 사항을 조정할 수 있습니까?
예, 내 게시물의 Bollinger Bands 플롯 예제와 마찬가지로 지표를 포함하여 R의 모든 시계열 데이터를 분명히 플롯 할 수 있습니다.
와우, 내가 통제 할 수있는 자신의 거래 플랫폼을 구축하는 방법을 이해하기 위해 읽은 다른 많은 자료보다 훨씬 낫다. 뒷 테스트 가이드가 있다면 좋을 것입니다.
고맙습니다! 오른쪽에있는 문의하기 양식을 통해 회신을 보내면 백 테스팅에 대해 이야기하고 질문에 답변 해 드리겠습니다.
여기 튜토리얼 페이지, 교육적인 게시물에 대한 링크를 공유해 주셔서 감사합니다!
내 맞춤 표시기를 만들어 quantmod와 함께 사용할 수 있습니까?
예, 맞춤 표시기에 대한 요구 사항이 있습니까? 우리는 개발을 도울 수 있습니다.
괴짜 거래 지원.
회신을 남겨주 답장을 취소하십시오.
IB 데이터 다운로더.
IB Data Downloader 버전 3.3을 지금 사용할 수 있습니다! Interactive Brokers에서 과거 데이터를 다운로드하십시오. 주식, 선물, ETF, 인덱스, Forex, 옵션, FOP. 이제 옵션 역사 데이터 다운로드를 지원합니다! Windows, MacOS, Linux에서 실행됩니다. IB API 페이싱 위반을 자동으로 처리합니다. 페이싱 제한으로 인해 기간 제한이 없습니다! 만료 된 선물 계약에 대한 이력 데이터를 지원합니다.
IB Excel Trader.
IB Excel Trader 버전 1.6이 출시되었습니다! ETF, Futures 및 Forex를 Excel에서 직접 거래 할 수 있습니다. 스프레드 시트 수식 또는 VBA를 사용하여 사용자 지정 거래 규칙을 구현합니다. 단일 또는 브래킷 이탈 명령에 대한 프로그램 입력 규칙. Market, Stop, Limit, Stop-Limit 및 복잡한 고의 주문이 지원됩니다. 로그 시트 주문 (신규!). 필터링 가능한 Excel 테이블의 각 주문 상태 변경에 대한 자세한 목록을 포함합니다. 사용자 정의 서비스를 사용하여 IB Excel Trader를 확장하고 프로그래머와 계약하여 맞춤 거래 전략을 개발하십시오.
Interactive Brokers (IB)는 개인, 고문, 소송 거래 그룹, 중개인 및 헤지 펀드를위한 거래 실행 및 청산 서비스를 저렴한 비용으로 제공합니다. IB의 최고 기술은 단일 IB Universal 계정을 통해 전세계 100 개 이상의 시장에서 주식, 옵션, 선물, 외환, 채권 및 자금에 대한 직접 액세스를 제공합니다.
뉴욕 증권 거래소, FINRA, SIPC. 자세한 내용은 interactivebrokers를 방문하십시오.
최근 게시물.
연락주세요!
메시지 전송 됨.
Trading Geeks에 연락해 주셔서 감사합니다. 잠시 후 귀하의 메시지에 답변 드리겠습니다. 그 동안 궁금한 사항이 있으시면 contactstradinggeeks에 주저하지 마십시오.
죄송합니다. 문제가 발생하여 메시지가 전송되지 않았습니다.
연락처 세부 정보와 간단한 메시지를 아래에 입력하면 곧 귀하의 메시지에 답변 드리겠습니다.
Comments
Post a Comment