R交易策略回测循环

Question

各位，我刚刚开始学习如何正确构建R中交易策略的回溯测试代码。作为我的第一个例子，我正在测试一个非常简单的策略，当指数在第t天的收盘价大于50天移动平均线时，做多指数。当收盘价低于50天平均水平时，任何多头头寸都会被卖出。。。然而，这种策略从来不会彻底做空，只会做多或持平。

因此，为了正确地测试这一点，我用嵌套的if/else-if语句编写了一个庞大的for循环，如下所示。这不是很快，我想知道是否有任何通用的方法来提高速度。R应该是矢量化的。。。但我似乎无法像这样运行代码。

在中有一个数据帧，如下所示，称为"数据端口"。。。并希望在每天添加"信号"one_answers"位置"列。因此，我每天都使用时间索引I来进行循环，随着时间的推移，填充"信号"one_answers"位置"列。位置矢量只能取值0或1，并且信号只能取值-1,0,1。基本问题是，在任何一天，信号矢量值都取决于前一天的位置t-1……这使得无法对运算进行矢量化，或者我的想法不正确吗？

如果有任何建议，我将不胜感激。此外，我知道quantmod和quantstrat包包含一些回溯测试功能。。。我只是想自己构建它，因为最终我的信号会变得太复杂，这些包无法处理。非常感谢。

Date        CO2    MA
2006-01-03 61.70 57.88
2006-01-04 62.02 57.95
2006-01-05 61.35 57.96
2006-01-06 62.91 58.03
2006-01-09 62.32 58.09
2006-01-10 62.30 58.14

for(i in 1:length(datasort$CO2)) {
if (i==1) {
  if(datasort$CO2>=datasort$MA) {
    datasort$signal[i]<-1
    datasort$position[i]<-1}
  else if (datasort$CO2[i]<datasort$MA[i]){
    datasort$signal[i]<-0
    datasort$position[i]<-0}}
else if (i>1){
  if ((datasort$CO2[i]>=datasort$MA[i])&(datasort$position[i-1]==0))
  {datasort$signal[i]<-1
   datasort$position[i]<-1}
     else if ((datasort$CO2[i]>=datasort$MA[i])&(datasort$position[i-1]==1))
  {datasort$signal[i]<-0
   datasort$position[i]<-datasort$position[i-1]}
  else if ((datasort$CO2[i]<datasort$MA[i])&(datasort$position[i-1]==1))
  {datasort$signal[i]<- -1
   datasort$position[i]<-datasort$position[i-1]-1}
  else if ((datasort$CO2[i]<datasort$MA[i])&(datasort$position[i-1]==0))
  {datasort$signal[i]<-0
   datasort$position[i]<-datasort$position[i-1]}
}}  

Answer 1

您的代码似乎无法向量化。。。但它可以简化很多，所以请仔细检查。正如目前所提出的，它相当于这个简单的函数：

f <- function(x, y){
  z <- x >= y
  position <- signal <- as.numeric(z[1])
  for(i in 2:length(z)){
    signal[i] <- z[i] - position[i-1]
    position[i] <- z[i] * position[i-1]
  }
  data.frame(signal=signal, position=position)
}

要测试它，请使用以下内容：

datasort <- read.table(header=TRUE,text="
Date        CO2    MA
2006-01-03 61.70 57.88
2006-01-04 62.02 57.95
2006-01-05 61.35 57.96
2006-01-06 62.91 58.03
2006-01-09 62.32 58.09
2006-01-10 62.30 58.14
")
cbind(datasort, with(datasort, f(CO2, MA)))