5

使用 30 分钟的数据，我在网上放了一个样本。它是 ES 和 2 份 NQ 合约 (ES-2*NQ) 之间价差的名义美元价值。示例很小，但如果您愿意，应该足够长以直接在演示中使用。R 代码来抓取它并使用它，因为我正在尝试：

demo.xts <- as.xts(read.zoo('http://dl.dropboxusercontent.com/u/31394273/demo.csv', sep=',', tz = '', header = TRUE, format = '%Y-%m-%d %H:%M:%S'))

头（演示.xts）：

                        [,1]
2013-05-27 00:00:00 -37295.0
2013-05-27 00:30:00 -37292.5
2013-05-27 01:00:00 -37300.0
2013-05-27 01:30:00 -37280.0
2013-05-27 02:00:00 -37190.0
2013-05-27 02:30:00 -37245.0

我主要追求的是滚动窗口回归（或线性回归曲线，正如我的交易平台所说的那样） - 保存它，然后绘制它。而且，我认为我应该能够在指定的时间段内绘制一个简单的回归。在窗口回归之后，我会在其中添加标准偏差“带”，但我想我可以稍后在滚动回归中使用 TTR 的“runSD”来计算出那个。我所追求的样本：

带有手绘线条的图表

我认为这 - R 中的滚动回归 xts 对象- 让我最接近我想要的东西。它似乎适用于我的数据，但我无法弄清楚如何将产生的“系数”变成我想要使用的名义美元价值图中的一条线或曲线。

引用任何包（如 TTR）都会很棒；很高兴加载任何使这更简单或更容易的东西。

4

2 回答 2

8

您可以predict用来计算回归线上的点并tail提取最近的点。

# Sample data
library(quantmod)
getSymbols("^GSPC", from="2009-01-01")

# Rolling regression (unweighted), with prediction intervals
x <- rollapplyr( 
  as.zoo(Ad(GSPC)), 
  width=300, by.column = FALSE, 
  FUN = function(x) {
    r <- lm( x ~ index(x) )
    tail(predict(r, interval="prediction"),1)
  } 
)

# Plots
plot( index(GSPC), Ad(GSPC), type="l", lwd=3, las=1 )
lines( index(x), x$fit, col="purple", lwd=3 )
lines( index(x), x$lwr, col="purple", lwd=3, lty=3 )
lines( index(x), x$upr, col="purple", lwd=3, lty=3 )
abline( lm( Ad(GSPC) ~ index(GSPC) ), col="light blue", lwd=3 )

移动回归

于 2013-07-21T11:01:33.593 回答
5

我最近rollSFM向 TTR 添加了一个（滚动单因素模型）函数。这是运行 24 周期滚动回归的示例：

reg <- rollSFM(demo.xts, .index(demo.xts), 24)
rma <- reg$alpha + reg$beta*.index(demo.xts)
chart_Series(demo.xts, TA="add_TA(rma,on=1)")

在此处输入图像描述

基本思想是按时回归您的价格。.index返回 POSIXct 索引的数字表示demo.xts（即自纪元以来的秒数），因此第二个参数是时间。 rma包含每个时间点的线性回归的拟合值（reg对象还包含 R 平方）。

于 2013-07-21T11:46:58.647 回答