我(作为 R 和编程的绝对初学者)必须用 R 为我的金融论文做一些分析:(目的是用 GBM 模拟数据(股票价格)并运行结果 2 交易策略。在 GBM 内我将不得不“玩”变量“r”和“sigma”(每个有 3 个不同的值,因此有 9 种组合)。每个组合需要在 T=10、N=250 的时间段内模拟 10000 次。要所有这些模拟都必须应用 2 种交易策略 - MACD 和 RSI(在 TTR 包中)。现在我遇到了编写代码的问题 :(
#Geometrical Brownian Motion
Sim <- GBM(x, r, sigma, T, N)
x <-100
r <-0
sigma <-1
T <- 10
N <- 250
#Additional info for RSI-strategy
retSim <- ROC(Sim)
SimRSI <- RSI(Sim, 14,)
SimRSI[is.na(SimRSI)] <- 0
#Create a vector for the results of the inner loop
portfolio <- rep(0:N)
portfolio[1] <- 100
runs <- 10000
#Creating vectors for final results of portfolio and simulation after 10000 runs (only the last value of each of the 10000 simulations and portfolio results of the strategy required)
resultsSimGBM <- rep(0:runs)
resultsRSIr1sig1 <- rep(0:runs)
#orders
buyRSI<-portfolio[i-1]*exp(retSim[i])
holdRSI<-portfolio[i-1]
#Simulation
portfolio[1]<-100
i <- 1
j <- 1
#Second loop
for(j in 0:runs){
#Simulation GBM
x <-100
r <-0
sigma <-1
T <- 10
N <- 250
Sim <- GBM(x, r, sigma, T, N)
retSim <- ROC(Sim)
SimRSI <- RSI(Sim, 14,)
SimRSI[is.na(SimRSI)] <- 0
portfolio[1] <- 100
#First loop
for(i in 2:length(Sim)){
#Apply RSI on GBM
buyRSI<-portfolio[i-1]*exp(retSim[i])
holdRSI<-portfolio[i-1]
if(SimRSI[i-1]<50 && SimRSI[i]>50){portfolio[i]=buyRSI}
if(SimRSI[i-1]>50 && SimRSI[i]<50){portfolio[i]=holdRSI}
if(SimRSI[i-1]<50 && SimRSI[i]<50){portfolio[i]=holdRSI}
if(SimRSI[i-1]>50 && SimRSI[i]>50){portfolio[i]=buyRSI}
i <- i+1
}
resultsRSI[j] <- portfolio[N]
resultsSimGBM[j] <- Sim[N]
j <- j+1
}
无论如何,这是我到目前为止所拥有的,它似乎有效。但是,在第一个(内部)循环中,我还需要包含第二个策略(直到现在,它被单独列出)如下所示:
#MACD strategy
portfolioMACD[1]<-100
i <- 1
j <- 1
for(j in 0:runs){
Sim <- BMSim
retSim <- ROC(Sim)
SimMACD <- MACD(Sim, 12, 26, 9, myType="EMA")
DataSimMACD <- data.frame(SimMACD)
DataSimMACD$macd[is.na(DataSimMACD$macd)] <- 0
DataSimMACD$signal[is.na(DataSimMACD$signal)] <- 0
for(i in 2:length(Sim)){
buyMACD<-portfolioMACD[i-1]*exp(retSim[i])
sellMACD<-portfolioMACD[i-1]
holdMACD<-portfolioMACD[i-1]*exp(retSim[i])
if(DataSimMACD$macd[i-1]<DataSimMACD$signal[i-1] && DataSimMACD$macd[i]>DataSimMACD$signal[i]){portfolioMACD[i]=buyMACD}
if(DataSimMACD$macd[i-1]>DataSimMACD$signal[i-1] && DataSimMACD$macd[i]<DataSimMACD$signal[i]){portfolioMACD[i]=sellMACD}
if(DataSimMACD$macd[i-1]>DataSimMACD$signal[i-1] && DataSimMACD$macd[i]>DataSimMACD$signal[i]){portfolioMACD[i]=holdMACD}
if(DataSimMACD$macd[i-1]<DataSimMACD$signal[i-1] && DataSimMACD$macd[i]<DataSimMACD$signal[i]){portfolioMACD[i]=sellMACD}
if(DataSimMACD$macd[i]==DataSimMACD$signal[i]){portfolioMACD[i]=sellMACD}
if(DataSimMACD$macd[i-1]==DataSimMACD$signal[i-1] && DataSimMACD$macd[i]!=DataSimMACD$signal[i]){portfolioMACD[i]=buyMACD}
i <- i+1
}
resultsMACD[j] <- portfolioMACD[length(Sim)]
j <- j+1
}
基本上:1-一个布朗运动必须由 2500 个元素组成,两种交易策略都必须分别应用 2-整个过程必须针对变量 r 和 sigma 的 9 个组合中的每一个重复 10000 次(r1sigma1,r1sigma2 , r1sigma3,.....,r3sigma3) (这我还没有包含在我的代码中 - 不知道如何围绕它构建这两个循环......):( 3-最终结果应该是一个 10000x27 矩阵10000 行(用于运行数量)和 27 列(9x GBM,RSI,MACD)仅填充每个模拟的第 2500 个(最终值)(从第 1 点开始)--> 怎么做?
求救!你们中的某个人可以帮我解决这个烂摊子吗?我完全迷路了,这是我的毕业论文-.-
每一次帮助都将受到高度赞扬和深深的感谢!
在此先感谢,并为长篇大论感到抱歉。
来自柏林的欢呼声,安娜 :)
编辑和另一个简化的例子
library(sde)
#Vectors for results
Returns <- rep(0:N)
LogReturns <- rep(0:N)
Simulation <- rep(0:N)
ResultsSimulation <- rep(0:runs)
ResultsReturns <- rep(0:runs)
ResultsLog <- rep(0:runs)
runs=50 #how ofthen the Simulation of GBM should be repeated
i <- 1
j <- 1
#second loop
for(j in 2:runs){
Simulation <- GBM(x, r, sigma, T, N)
x=100
r=0
sigma=1
T=1
N=20
#first loop
for(i in 2:length(BM)){
Returns <- ROC(Simulation)
LogReturns[i+1] <- log(Simulation[i+1]/Simulation[i])
i <- i+1
}
ResultsSimulation[j]<-Simulation[N]
ResultsReturns[j]<-Returns[N]
ResultsLog[j]<-LogReturns[N]
j <- j+1
}
ResultsMatrix <- as.matrix(data.frame(ResultsSimulation, ResultsReturns, ResultsLog))
这个例子的结构基本上是我的。我需要围绕它构建另外 2 个循环,它们将对 3 个不同的“r”值和“sigma”值(GBM 函数中的变量)进行相同的模拟和计算。结果(每个模拟的最终值和来自第一个循环的计算)应保存在单独的向量或由这些向量组成的矩阵中-> 因此,27 个长度为 50 的投资者(变量 r 和 sigma 的每个组合都有 3 个结果) 例如,如果 sigma=0.1; 0.3;0,6 和 r=0,03; 0,05; 0,08
如何围绕它构建这些循环并相应地保存数据?
对不起,伙计们,但我真的迷路了:(
提前干杯和感谢!至少用于阅读;)