如何绘制蜡烛图并添加自界说指标

股票阐明中的蜡烛图和技能指标并非什么神奇的对象。指标只不外是已往汗青数据的一种函数。再巨大的函数，其输入变量都是已往已经产生的工作。而已往产生的工作，将来不必然反复。所以在学术界，对付股票价值的走势大多是以带漂移项的随机进程来建模。个中重要的因素就是随机因子对付价值的攻击。

假如你用一个蒙特卡罗仿真构建一个虚拟的股票趋势，那些迷信技能阐明的人看到了或者就会跑过来问你这支股票的代码。技能指标固然没什么预测的本领，但技能指标可以汇报我们已经产生的工作，所以有时候需要绘制蜡烛图，大概还需要添加一些自界说的指标。R语言中的quantmod包是一个很是强悍的金融计较包，它可以辅佐股票阐明人员举办定量化生意业务的研发、测试和陈设。有乐趣的同学可以拜见它的官方网站，不外作者好像很长时间没有更新了。别的，邓一硕在其博客中也对quantmod包作了很完整的总结，除了要害的生意业务系统建模部门。

本例但愿讲授如何绘制蜡烛图，并添加股价变换的“偏度”指标，这里所谓股价的变换界说为收盘价与开盘价之差。在许多环境下股价变换呈一个钟形的漫衍，本例的自界说指标就是思量该漫衍的偏度数值。

#首先加载须要的扩展包

library(quantmod)

library(e1071)

#读取2010年到2012年间的上证指数

getSymbols(‘^SSEC’,from = ‘2010-01-01′,to=’2012-02-14′)

#成立自界说指标函数来计较价值变革的偏度

skew.ind <- function(quotes,n.days=20){

    diff <- Cl(quotes)-Op(quotes)

    r <- matrix(NA,ncol=n.days,nrow = NROW(quotes))

    for (x in 1:n.days) r[ ,x] <- Lag(diff,x-1)

    x <- apply (r, 1, skewness)

    if (is.xts(quotes))

        xts(x,time(quotes))

    else x

}

#绘制最近6个月的蜡烛图并添加偏度指标

candleChart(last(SSEC,’6 months’),theme=’white’,TA=NULL)

addT1.ind<-newTA(FUN=skew.ind,col=’red’,legend=’偏度’)

addT1.ind()