
R 是很熱門的統計分析軟體,透過 TTR 套件我們可以很容易的新增各種技術分析指標,如下程式碼便可快速地將整個資料集 MACD 都計算出來,特別注意如果你使用的資料是多股資料,那務必先將資料進行排序(arrange)及分組(group_by),同時 MACD 常用的參與為 12,26,9,因此資料的天數必須拉長,我建議至少要有半年的資料。
StockData <-
StockData %>% group_by(code) %>% arrange(code, date) %>%tq_mutate(
select = close,
mutate_fun = MACD,
nFast = 12,
nSlow = 26,
nSig = 9,
percent = F
) %>% rename("DIFF" = "macd", "MACD" = "signal")
在 TTR 套件中並不會產生 OSC,因此我們必須在自己產生一次,OSC 的公式為(DIFF-MACD),為了使數值更明顯,一般我會使用 2*(DIFF-MACD) ,如此一來便完成了 MACD 指標的建立
StockData <- StockData %>% mutate(
OSC = 2*(DIFF-MACD),LagMacd=lag(MACD,1)
)
...
下面我會再介紹回測的部分
延伸閱讀
- 揭開 Mistral AI 的神祕面紗:揭示 OpenAI 競爭者的所有祕密!
- 全方位理解 Anthropic 的 AI:揭開 Claude 的神祕面紗!
- 《OpenAI 為何尚未將深度研究成果引入其 API?背後原因大揭密!》
- 「深入探索 DeepSeek:你所需理解的 AI 聊天機器人應用全攻略!」
- Nvidia 執行長黃仁勳:市場對 DeepSeek 影響的看法大錯特錯!
- OpenAI 解除 ChatGPT 部分內容警告,背後原因大揭祕!
- OpenAI 揭開 o3-mini 模型思考過程的神祕面紗!
- 《徹底解析 ChatGPT:你必須知道的 AI 聊天機器人一切!》
- 「DeepSeek 最新 AI 模型為何自認是 ChatGPT?揭祕背後的技術奧妙!」
- 全方位解析:你必須認識的智慧型聊天機器人 ChatGPT!