用R语言开始量化投资

内容简介：用R语言开始量化投资

R的极客理想系列文章，涵盖了R的思想，使用，工具，创新等的一系列要点，以我个人的学习和体验去诠释R的强大。

R语言作为统计学一门语言，一直在小众领域闪耀着光芒。直到大数据的爆发，R语言变成了一门炙手可热的数据分析的利器。随着越来越多的工程背景的人的加入，R语言的社区在迅速扩大成长。现在已不仅仅是统计领域，教育，银行，电商，互联网….都在使用R语言。

要成为有理想的极客，我们不能停留在语法上，要掌握牢固的数学，概率，统计知识，同时还要有创新精神，把R语言发挥到各个领域。让我们一起动起来吧，开始R的极客理想。

关于作者：

• 张丹(Conan), 程序员Java,R,PHP,Javascript
• weibo：@Conan_Z
• blog: http://blog.fens.me
• email: bsspirit@gmail.com

前言

做数据分析的朋友，一定知道R语言。R语言是一门统计语言，在数据分析领域优势是非常明显的。金融本身是玩数据行业，R的最大的优势就是数据分析，所以把R语言与金融结合，用R来做量化投资的策略，真的很配，不仅顺手而且方便，用了你就会知道。

本文以“用R语言开始量化投资”做为新书 《R的极客理想-量化投资篇》 的开篇，主要强调了R语言在量化投资领域有着广阔的应用场景，而且是重要的量化投资工具。

公开课： Hellobi Live | 5月23日如何用R语言开始量化投资

目录

1. 为什么用R语言？
2. 跨界结合的思维模式
3. R语言量化 工具 包
4. 量化策略实战应用
5. 有理想的极客

1. 为什么用R语言？

R语言是一门面向数据的编程语言，早期只是在统计领域，被统计学家所使用。

近年来随着大数据技术的发展，以及R语言自身生态的快速壮大，R语言已经不仅在统计领域，在各大行业领域中都能看到R语言的身影，包括了互联网，数据科学，人工智能，机器学习，生物医疗，游戏，电子商务，全球地理科学，数据可视化等等。

下图是R语言的任务列表，这些任务都是面向具体业务的。截图不全，请大家去 R官方网站 ，查看完整的任务列表。

从R语言的任务列表，我们就能明显看出，R语言和其他编程语言的区别。R语言第三方包所提供的支持，都是对于各种行业的数据操作和算法的支持，而不仅仅纯IT系统开发功能的支持。

R语言不仅能把数据分析做好，而且能够让我们能够有更多地思考，通过数据连接到我们每个人的日常生活。比如，我们去超市购物，你购买的东西会记录在你的购物小票中，如果把这些购物小票都收集起来，通过Apriori关联规则的频繁项集算法，就可以分析出自己的购物习惯。

我们每天都会收到各种推销的骚扰电话，有时候是卖房的，有时候是银行贷款，有时候是股票推荐，有时候是代开发票，有的是猜猜我是谁，处处都体现了中国的国情。那么我们可以收集自己通话记录，通过电话号码、号码注册位置、通话时长来分析一下，哪些是有用通话，哪些是浪费时间的通话，从而计算出我们每一天会浪费多少时间，通过Bayes算法来把有效通话和无效通话进行二元分类，从而阻止骚扰电话的入侵。

如果我们不仅能够收集自己的通话记录，把亲戚朋友的或更多人的通话记录都收集起来，组建一个数据库。再把统计出来的骚扰电话统一标记，做成黑名单，然后把黑名单公开出来，就可以让更多的人面受骚扰电话的影响。

人们的衣食住行都会产生数据，产生数据的地方，就需要做数据分析。通过数据分析，提高生活的效率，为我们节约宝贵的个人时间。

在人类社会中，除了衣食住行的基本需求外，更多的是对钱的需求。我们每天都会跟钱打交道，会有消费的需求，月底会有工资收入，当收入大于消费，资金积累到一定阶段的时候，我们就会有投资的需求。中国人的投资一般就几种，买房，买黄金，买股票，买保险，买理财。投资时，大部分人是不理性的，心血来潮就买了，也不仔细观察行情，买完就被套住，像 “中国大妈抢购黄金”，“中国大妈是救市的主力军” 都一度被新闻媒体热炒。

在金融市场中最不缺的就是机会，不管投资什么，如果能在交易的时候能多思考一下，说不定结果就会不样。运用我们数据分析的知识，和对于金融市场规则的理解，通过R语言进行数据分析，抓住机会，让我们把辛辛苦苦赚到的钱保值和增值。

2. 跨界结合的思维模式

R语言与其他编程语言最大不同在于，R语言是面向数据的，这一点很重要，甚至影响了思维模式。

我写了10多年的 JAVA 程序，程序员思路在我的脑子里根深地固。我习惯用于面向对象思想来建模，把世界中的物体、行为、连接都用面向对象的方法来表达。我也习惯了IT项目，从架构设计到开发的自上而下的设计思路，或完全由需求驱动的敏捷开发，为业务随需而变的的开发路径。作为程序员，我有理想，我自认为技术能改变世界。这一切都是程序化思维在影响着我。如果你还不熟悉啥是面向对象，请参考 《R的极客理想-高级开发篇》 第四章面向对象编程。

后来，当我接触了R语言，通过另一扇门理解世界的时候，我发现世界是不一样的。在没有程序的世界里，你可以通过文字来表达你的做事的方法，你可以感性地认识世界，你也可以让数据来说出这个世界意义。你可以天天看新闻联播，了解国家大事；也可以看微博、朋友圈的爆料，及时了解身边的消息。这并不是 程序员 的思维，而大众化的社会。这个社会里，程序员只是小众。

改变世界的方法，除了技术还有别的，比如，政策、资本、市场、法律、人事等，从公司运作的层面看，似乎哪个都比技术更重要。也许程序员更不关心这些，但面对市场时，再牛技术也会被其他因素所制约。

我经历过创业，一个很深刻的教训就是，要让自己跳出原有的思维定式，通过多维的视角看世界、看自己。通过R语言，帮我打开了通过数据看世界的窗口。我的能力提升不再是，如何把程序把写得多得漂亮，在时间复杂度上用O(log(N))解决O(N^2)的问题，而变成了怎么收集数据，怎么提高数据质量，用于解决实际的业务问题。当然，作为程序员的职业强迫性，我也会要求自己熬夜一晚上把50行代码优化成40行。

问题被转化了，术业要有专攻，但作为一个有理想的极客，全面掌握跨领域的知识才是我们的目标。我创业时，经常被投资人问到，做量化投资的项目有多难？招几个金融背景的，再招几个IT背景的，捣鼓个项目，很快就做出来了。其实不然，不同背景的人是很难交流和沟通，尤其是金融和IT，一种是封闭不愿意分享，一种是开放毫无保留；一种是先把话说出来，一种是先把事情做起来；一种是所有人都要为我服务，一种是只专注于自己的兴趣。所以，如果没有能够跨界通吃的人，是做不好量化的项目的。

我们就要立志做个跨着学科的人，这才是最核心的点，是不可被替代的。从IT技术出发，你需要扎实的编程功底架构思想，科学的项目管理方法，严谨的产品设计逻辑；你还需要统计、数学等基础学科的知识，数据挖掘与机器学习的数据处理经验；最重要的，你要能结合业务，不管是量化投资或其他的领域，理解市场的规则。

听起来很难，而且是真的很难！虽然很难，但不光是对你，对所有人都是这么难。但是只要能坚持的走下来，一定能通过知识改变命运的。

3. R语言量化工具包

做量化投资，R语言的优势在哪？R语言可以帮助我们从多种维度去理解量化投资。

• R语言本身就是我们需要掌握的IT的技术，是一个需要编程的技术活，但极大的降低了对编程的要求，短短20-30行R语言代码，已经能干很多事情了。
• R语言是面向数据的，有方便数据处理操作，对于数学、统计等基础学科有丰富的函数支持，同时提供多种数据挖掘和机器学习的算法库，让我们可以直接使用。
• 在量化领域更是R语言的强项，有针对投资研究的包，有做回测分析的包，有做金融产品定价的包，有做投资组合优化的包，还有风险管理的包，涵盖了量化投资的方方面面，只是有些包的使用要针对中国市场特点进行改进和优化。

R语言为量化投资提供了丰富的工具包，我做了分类列在下面。再也没有哪种语言会做到这种的支持了。R包，投资研究包，回测分析包，金融产品定价包，投资组合优化包，风险管理包，涵盖了量化投资的方方面面。

完整的量化投资工具包，请参考文章 R语言量化投资常用包总结 。在《R的极客理想》系列图书的3本书中，分别对于这些包做了介绍。请大家对照包名，进行查看和使用。

4. 量化策略实战应用

利用R语言的便利性，我们可以很容易的通过上面介绍的这些工具包，做一个交易模型。构建一个简单的投资策略，甚至都不需要有太多的代码。

接下来，我就举例说明一下，怎么把R语言提供的程序包合在一起使用。按照下面的步骤做一个简单的交易策略，基于移动平均线MACD，针对全球指数的投资方案。如果你还是金融新手，不了解MACD策略，那么请请参考 《R的极客理想-高级开发篇》 书中，2.3节二条均线打天下。

本文所使用的系统环境

• Win10 64bit
• R: 3.2.3 x86_64-w64-mingw32/x64 b4bit

下面是一个简化的量化策略的研究过程，分为如下的6步进行。

1. 用quantmod包下载数据。
2. 用zoo包和xts包进行数据格式标准化。
3. 用TTR包进行模型计算。
4. 用PerformanceAnalytics包进行指标风险。
5. 用ggplot2包进行可视化输出。
6. 最后，进行结果分析。

首先，我们要获取数据，个人玩可以通过互联网免费下载数据，专业机构通常都是买专业数据库。这里我们通过quantmod包，从Yahoo财经下载数据的。

我选择了全球的5个市场的指数进行比较，代码和名称对应关系。

指数名称	指数代码(Yahoo财经代码)	简称
标普500	^GSPC	GSPC
日经225	^N225	N225
恒生指数	^HSI	HSI
富时新加坡STI	^STI	STI
上证综指	000001.SS	SSE

下面通过R语言代码，我们来完成这个交易策略模型的构建。当然，这里只是为了说明整个过程，给大家一个直观的感觉，这里会省略对于策略的细节处理。

# 加载程序库
> library(quantmod)
> library(TTR)
> library(PerformanceAnalytics)
> library(ggplot2)
> library(scales)

# 从Yahoo财经下载各全球指数数据
> options(stringsAsFactors = FALSE) 
> symbols<-c("^GSPC","^N225","^HSI","^STI","000001.SS")
> suppressWarnings(getSymbols(symbols,src = "yahoo",from="2012-01-01"))
[1] "GSPC"      "N225"      "HSI"       "STI"       "000001.SS"

# 取指数价格调整后的数据，合并数据集
> df<-merge(GSPC$GSPC.Adjusted,HSI$HSI.Adjusted,N225$N225.Adjusted,STI$STI.Adjusted,`000001.SS`$`000001.SS.Adjusted`)

# 对列重命名
> names(df)<-c("GSPC","HSI","N225","STI","SSE")

接下来，让我看数据是什么样子的，并画出全球指数。

# 查看数据前6行
> head(df)
              GSPC      HSI    N225     STI     SSE
2012-01-03 1277.06 18877.41      NA 2688.36      NA
2012-01-04 1277.30 18727.31 8560.11 2711.02 2169.39
2012-01-05 1281.06 18813.41 8488.71 2713.02 2148.45
2012-01-06 1277.81 18593.06 8390.35 2715.59 2163.40
2012-01-09 1280.70 18865.72      NA 2691.28 2225.89
2012-01-10 1292.08 19004.28 8422.26 2719.83 2285.74

# 查看数据最后6行
> tail(df)
              GSPC      HSI     N225     STI     SSE
2017-02-24 2367.34 23965.70 19283.54 3117.03 3253.43
2017-02-27 2369.73 23925.05 19107.47 3108.62 3228.66
2017-02-28 2363.64 23740.73 19118.99 3096.61 3241.73
2017-03-01 2395.96 23776.49 19393.54 3122.77 3246.93
2017-03-02 2381.92 23728.07 19564.80 3136.48 3230.03
2017-03-03 2383.12 23552.72 19469.17 3122.34 3218.31

# 查看数据类型，为xts
> class(df)
[1] "xts" "zoo"

整个数据集是从2012年01月03日到2017年03月03日之间数据，数据为xts类型，xts类型是R语言中专用的时间序列类型。 关于xts的详细介绍，可以参考 《R的极客理想-工具篇》 书中，2.2节可扩展的时间序列xts。

由于各国指数成立时间不同，成份股也不同，所以指数值有的很大有的相对比较小，我们不能用指数大小来判断好坏。 通常情况下，我们会转换成收益率进行比较，通过收益率进行度量后，这样所有的标的都是在同一个维度了。

画出全球指数的每日累计收益率，曲线图。

收益率越高，说明指数在这期间是表现越多的，我们越应该去投资。上图中日经225(N225)指数大幅超越了其他指数，中国的上证综指(SSE)一起一落波动非常大，标普500(GSPC)走势稳健。

计算指数的平均年化收益率，如果我们把钱一直投资在这些看指数上面，那么我们每年的平均回报是多少呢？

> Return.annualized(ret_df)
                       GSPC       HSI      N225        STI        SSE
Annualized Return 0.1133813 0.0619811 0.1927681 0.03696703 0.04817027

这里日经指数(N225)年化回报率是最高的，有每年平均有19.28%的年化收益率，与图1-3的累计收益率走势相符。 而中国的上证综指(SSE)仅有4.82%的年化收益率，回报不算高，但波动太大了。 综合来看，标普500(GSPC)其实是投资的首选，11.34%年化收益率，平均波动率也不是太高，所以风险和收益都是相对不错的。

接下来，我们构建一个简单的MACD模型，通过MACD策略再对上面5个指数构建交易策略。

> # MACD 策略模型
> MACD<-function(dt,n=30){ #代码省略
> }

# MACD策略，年化收益率
> lapply(df, function(col) MACD(col,30))
           GSPC       HSI      N225        STI       SSE
close 0.2137435 0.2406476 0.2261996 0.01869112 0.2817241

我们写了一个MACD的策略函数，就相当于是建模的过程，函数的输出为策略的收益率。 然后，我们把指数数据传给MACD()函数，经过计算输出策略收益率。 最后，把策略收益率与纯指数率，放到一起来进行对比。

策略	GSPC	HSI	N225	STI	SSE
指数收益	0.1133813	0.0619811	0.1927681	0.03696703	0.04817027
策略收益	0.2137435	0.2406476	0.2261996	0.01869112	0.2817241

我们可以很明显的看出，用一根均线的MACD策略，平均年收益率会大幅优于纯指数的收益率，如果我们这样交易就可以赚到更多的钱。 其实，这就是量化投资的思想，从数据中发现规律。 可能上面的过程和代码，会让你觉得很迷惑，怎么就能赚到钱了？别着急，本节只是本书的开篇，等你仔细阅读了全书，你就能领悟到这里的玄机了。

一共40行左右代码，完成了很多的事情。 如果要把整个操作都细分列举出来，包括了数据采集，数据清洗，数据标准化，指标计算，数据建模，历史回测，投资组合构建，组合优化，计算结果评价，数据可视化等组成部分。

要搭建一套量化交易的系统，主要就是完成这些部分。对于个人玩家来说，按照上面R语言代码的思路，就已经可以实现了。 如果你想做的更好，不仅是个人玩，通过成立公司把系统做大做强，为更多的用户提供量化服务，那么你还需要有一整套的平台架构方案，同时配合你要做的金融业务。

5. 有理想的极客

本文是新书 《R的极客理想-量化投资篇》 的开篇内容，希望大家跟着我的思路，通过R语言入手，体会R语言建模的乐趣，并真正地把技术变现。 我认为R语言是非常好的一门语言，从量化投资的角度，我会一直推动R语言在中国的发展，当成一项事业来做。 同时，本书也会译成英文版在全球发行，让中国的技术走出去。加油！！

R语言只是一门计算机语言技术，不能独自承担改写历史的重任，但R语言确实给了我们很大的想像空间，让我们能动手去了解这个世界的规律，找到无穷无尽的交叉点，创造出新的帝国。

如果你和我一样，都能站在这个角度来学习和使用R语言，那么我们一定可以成为并肩向前的同路人。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

• 2017猎奇金融大数据:用R语言开始量化投资
• FMZ数字货币量化平台为什么要用Go语言做后端
• 【邢不行|量化小讲堂系列05-Python量化入门】计算创业板平均市盈率
• 量化交易的尬舞
• 抄底的艺术：量化交易之路
• EasyQuant 后量化算法论文解读

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。