R軟體財務投資應用：一星二陽K棒組合回測程式範例

---

程式說明

在投資領域中，有些投資者認為技術分析線圖上若出現一星二陽的K棒組合，代表這支股票未來會有一波多頭的走勢。在這篇文章中，將以GOOGLE公司的歷史股價資料，示範如何以R軟體來回測驗證這個交易想法。若回測的交易日出現一星二陽K棒組合，則以當日的收盤價進場，出場則是在收盤價跌破20日移動平均線時，以跌破當日的收盤價出場。

---

需求套件

在這份範例程式碼中，主要會用到兩個套件：

1. quantmod：針對財務量化投資領域開發出的套件，在此份範例檔中，此套件將用來下載股價數據、計算技術指標以及繪圖分析。
2. dplyr：R軟體處理資料的利器，讓R軟體在處理資料時能夠更簡單且迅速。

library(quantmod)

library(dplyr)

---

下載股價數據

首先利用quantmod套件內的getSymbols()函數來下載歷史股價資料。getSymbols()的Symbols引數要放入下載的股票代碼，src引數則是放入下載的資料庫來源。此處設定的資料庫來源是Google Finance，要下載的股票的代碼可從該網站取得。本次範例是以GOOGLE公司的股票價格資料進行分析，該公司在Google Finance資料庫中的股票代碼是NASDAQ:GOOGL。

googleStockCode <- "NASDAQ:GOOGL"

stockData <- getSymbols(Symbols=googleStockCode, src="google")

stockData <- get(stockData)

下載好的股價資料是以xts格式做儲存，資料依日期排序，資料欄位依序為開盤價、最高價、最低價、收盤價及成交量。資料期間為2007年01月03日到2017年11月14日，資料內容如下所示：

# 呈現資料前10筆 

head(stockData,10)      

##            NASDAQ:GOOGL.Open NASDAQ:GOOGL.High NASDAQ:GOOGL.Low

## 2007-01-03            233.23            238.57           230.79

## 2007-01-04            234.73            242.22           234.41

## 2007-01-05            241.49            243.99           239.29

## 2007-01-08            244.09            245.18           241.34

## 2007-01-09            242.97            244.37           240.84

## 2007-01-10            242.46            247.02           241.26

## 2007-01-11            248.85            251.13           248.34

## 2007-01-12            251.25            252.75           250.25

## 2007-01-16            254.03            256.76           251.90

## 2007-01-17            251.95            254.14           247.44

##            NASDAQ:GOOGL.Close NASDAQ:GOOGL.Volume

## 2007-01-03             234.03             7722839

## 2007-01-04             241.87             7916458

## 2007-01-05             243.84             6874670

## 2007-01-08             242.03             4756244

## 2007-01-09             242.99             5383043

## 2007-01-10             244.97             5978283

## 2007-01-11             250.11             7227025

## 2007-01-12             252.75             4475211

## 2007-01-16             252.39             7579201

## 2007-01-17             248.89             6708439

---

整理股價數據

為方便接下來的程式處理，我們對資料做以下處理：

1. 將資料由xts格式轉為tibble格式
2. 重新命名欄位
3. 將日期成為新的一個欄位
4. 將成交量為0及NA的交易日刪除

# 將資料由xts格式轉為tibble格式  

stockData <- as_data_frame(stockData)



# 重新命名欄位

colnames(stockData) <- c("open", "high", "low", "close", "volume") 



# 將日期成為新的一個欄位

stockData$date <- as.Date(row.names(stockData)) 



stockData <- stockData %>%

  

              # 重新編排欄位順序

              select(c(date,open:volume)) %>%

  

              # 將成交量為0的交易日刪除

              filter((volume>0)|(!is.na(volume)))                                

整理好的股價資料內容如下所示：

stockData 

## # A tibble: 2,738 x 6

##          date   open   high    low  close  volume

##        <date>  <dbl>  <dbl>  <dbl>  <dbl>   <dbl>

##  1 2007-01-03 233.23 238.57 230.79 234.03 7722839

##  2 2007-01-04 234.73 242.22 234.41 241.87 7916458

##  3 2007-01-05 241.49 243.99 239.29 243.84 6874670

##  4 2007-01-08 244.09 245.18 241.34 242.03 4756244

##  5 2007-01-09 242.97 244.37 240.84 242.99 5383043

##  6 2007-01-10 242.46 247.02 241.26 244.97 5978283

##  7 2007-01-11 248.85 251.13 248.34 250.11 7227025

##  8 2007-01-12 251.25 252.75 250.25 252.75 4475211

##  9 2007-01-16 254.03 256.76 251.90 252.39 7579201

## 10 2007-01-17 251.95 254.14 247.44 248.89 6708439

## # ... with 2,728 more rows

---

判斷一星二陽K棒組合策略進場位置

在整理好資料後，以程式來判斷GOOGLE股票在歷史交易期間內，發生一星二陽K棒組合的位置。首先定義一星二陽K棒組合時間的發生點：

一星二陽K棒組合可以下列9個條件來刻劃：

1. 第t天的收盤價 > 第t天的開盤價
2. 第t-2天的收盤價 > 第t-2天的開盤價
3. 第t天的開盤價 > 第t-1天的收盤價*(1-0.01)
4. 第t天的開盤價 < 第t-1天的收盤價*(1+0.01)
5. 第t-2天的收盤價 > 第t-1天的開盤價*(1-0.01)
6. 第t-2天的收盤價 < 第t-1天的開盤價*(1+0.01)
7. 第t天的實體K棒長度為1%以上
8. 第t-1天的實體K棒長度為0.5%以下
9. 第t-2天的實體K棒長度為1%以上

其中，實體K棒長度=\(|\frac{當日收盤價}{當日開盤價}-1|\)

由上述的條件可以知道，如果要刻劃一星二陽K棒組合，需要第t-2天到第t天的開盤價、收盤價和實體K棒長度。首先整理這些判斷條件所需的資料：

stockData <- stockData %>%

  

               mutate(

                 # 第t-1天收盤價

                 lagClose1=lag(close,1), 

                 

                 # 第t-2天收盤價

                 lagClose2=lag(close,2),

                 

                 # 第t-1天開盤價

                 lagOpen1=lag(open,1),

                 

                 # 第t-2天開盤價

                 lagOpen2=lag(open,2),

                 

                 # 第t天的實體K棒長度

                 kbarValue=abs(close/open-1), 

                 

                 # 第t-1天的實體K棒長度

                 lagKbarValue1=lag(kbarValue,1),

                 

                 # 第t-2天的實體K棒長度

                 lagKbarValue2=lag(kbarValue,2))   

判斷條件所需要的資料都準備好後，就可以找出GOOGLE股票在過去交易期間，發生過一星二陽K棒組合的時間點，這些時間點即是策略的進場點。

inSiteTable <- stockData %>%

  

               filter(

                 # 第t天的收盤價 > 第t天的開盤價

                 close>open,

                 

                 # 第t-2天的收盤價 > 第t-2天的開盤價

                 lagClose2>lagOpen2, 

                 

                 # 第t天的開盤價 > 第t-1天的收盤價*(1-0.01)

                 open>lagClose1*(1-0.01),

                 

                 # 第t天的開盤價 < 第t-1天的收盤價*(1+0.01)

                 open<lagClose1*(1+0.01),

                 

                 # 第t-2天的收盤價 > 第t-1天的開盤價*(1-0.01)

                 lagClose2>lagOpen1*(1-0.01),

                 

                 # 第t-2天的收盤價 < 第t-1天的開盤價*(1+0.01)

                 lagClose2<lagClose1*(1+0.01),

                 

                 # 第t天的實體K棒長度為1%以上

                 kbarValue>0.01,

                 

                 # 第t-1天的實體K棒長度為0.5%以下

                 lagKbarValue1<0.005,

                 

                 # 第t-2天的實體K棒長度為1%以上

                 lagKbarValue2>0.01) %>%

  

               # 紀錄一星二陽K棒組合發生日及當日收盤價，並重新命名欄位

               select(inDate=date, buyPrice=close)         

在經過程式判斷後，可以看到在2007年01月03日到2017年11月14日這段期間，GOOGLE股票總共有發生過16次一星二陽K棒組合情況。

inSiteTable

## # A tibble: 16 x 2

##        inDate buyPrice

##        <date>    <dbl>

##  1 2007-04-18   238.24

##  2 2007-09-18   267.90

##  3 2008-07-08   277.54

##  4 2009-01-27   165.91

##  5 2011-03-23   291.37

##  6 2011-10-13   279.77

##  7 2011-11-07   304.47

##  8 2013-12-20   550.86

##  9 2014-05-21   549.70

## 10 2014-06-25   585.93

## 11 2015-02-12   546.01

## 12 2015-07-16   601.78

## 13 2015-08-05   673.29

## 14 2015-10-15   693.02

## 15 2016-07-08   717.78

## 16 2016-12-09   809.45

---

判斷一星二陽K棒組合策略出場位置

在找到一星二陽K棒組合發生的進場點位置後，接下來要找出場點位置。首先整理GOOGLE股票在回測交易期間內，發生收盤價跌破20日移動平均線的位置。收盤價跌破20日移動平均線在程式中的判斷條件為：

1. t日的收盤價 < t日的20日移動平均線
2. t-1日的收盤價 > t-1日的20日移動平均線

此處利用TTR套件的SMA()函數來協助我們計算移動平均線。TTR套件在呼叫quantmod套件時就會一併啟用，所以不用額外再呼叫。

outSiteTable <- stockData %>%

  

                mutate(

                  

                  # 計算第t日的20日移動平均線

                  MA20=SMA(close, 20),

                  

                  # 計算第t-1日的20日移動平均線

                  lagMA20=lag(MA20,1)) %>% 

  

                filter(

                  

                  # t日的收盤價<t日的20日移動平均線

                  close<MA20,

                  

                  # t-1日的收盤價>t-1日的20日移動平均線

                  lagClose1>MA20) %>%

  

                # 紀錄收盤價跌破20日移動平均線的發生日及當日收盤價，並重新命名欄位

                select(outDate=date, sellPrice=close)  

透過上述程式判斷，即可找出GOOGLE股票跌破20日移動平均線的位置。從結果中發現，GOOGLE股票在2007年01月03號到2017年11月14號這段期間，發生過161次收盤價跌破20日移動平均線的情況。

outSiteTable

## # A tibble: 161 x 2

##       outDate sellPrice

##        <date>     <dbl>

##  1 2007-02-01    241.12

##  2 2007-02-23    235.55

##  3 2007-04-30    235.93

##  4 2007-05-04    235.80

##  5 2007-05-17    235.72

##  6 2007-05-18    235.40

##  7 2007-07-20    260.32

##  8 2007-08-09    257.62

##  9 2007-08-28    253.45

## 10 2007-11-09    332.32

## # ... with 151 more rows

整理好Google公司進場位置表(inSiteTable)和出場位置表(outSiteTable)後，就可以整理策略的交易明細表。透過迴圈進場位置表，逐一尋找每個進場日後最近的出場日，並同時紀錄買進價格和賣出價格。

# 建立交易明細表

tradeDetailTable <- NULL   



for(ix in 1:nrow(inSiteTable)){

  

  # 目前的進場日期

  inDate <- inSiteTable$inDate[ix] 

  

  # 找尋進場日期往後最近的出場位置

  outSite <- which(outSiteTable$outDate>inDate)[1]  

  

  # 防呆機制，如果進場日期在資料尾端，有可能發生資料不足找不到出場位置的狀況

  if(length(outSite)>0){                            

    

    # 將該筆進場資訊與對應的出場資訊合併，並儲存至交易明細表內

    tradeDetailTable <- bind_rows(tradeDetailTable, bind_cols(inSiteTable[ix,], outSiteTable[outSite,]))

  }

}

整理好的交易明細表如下表所示，欄位依序為進場日期(inDate)、進場價格(buyPrice)、出場日期(outDate)及出場價格(sellPrice)。

tradeDetailTable

## # A tibble: 16 x 4

##        inDate buyPrice    outDate sellPrice

##        <date>    <dbl>     <date>     <dbl>

##  1 2007-04-18   238.24 2007-04-30    235.93

##  2 2007-09-18   267.90 2007-11-09    332.32

##  3 2008-07-08   277.54 2008-07-09    271.05

##  4 2009-01-27   165.91 2009-02-19    171.49

##  5 2011-03-23   291.37 2011-03-25    290.16

##  6 2011-10-13   279.77 2011-11-18    297.74

##  7 2011-11-07   304.47 2011-11-18    297.74

##  8 2013-12-20   550.86 2014-01-24    562.48

##  9 2014-05-21   549.70 2014-07-17    580.82

## 10 2014-06-25   585.93 2014-07-17    580.82

## 11 2015-02-12   546.01 2015-03-11    555.69

## 12 2015-07-16   601.78 2015-08-21    644.03

## 13 2015-08-05   673.29 2015-08-21    644.03

## 14 2015-10-15   693.02 2015-12-09    762.55

## 15 2016-07-08   717.78 2016-09-09    788.48

## 16 2016-12-09   809.45 2016-12-30    792.45

---

一星二陽K棒組合策略績效分析

整理好策略在回測期間內每筆交易的進場價格和出場價格，就可以計算每次交易的報酬率。含交易成本的報酬率算法為： \[Ret=\cfrac{P_s*(1-C_s)}{P_b*(1+C_b)}-1\] 其中，\(P_b\)和\(P_s\)分別為買入價格及賣出價格，\(C_b\)和\(C_s\)則是買入和賣出交易成本，此處買賣交易成本設定為千分之二。

除了報酬率以外，也需要觀察這個策略每次交易持有部位日數。在R軟體中，只要直接將兩個日期直接相減即可自動計算日數差距。

buyCostR <- 0.002   # 買入交易成本

sellCostR <- 0.002  # 賣出交易成本



tradeDetailTable <- tradeDetailTable %>%

  

                      mutate(

                        

                        # 計算報酬率

                        ret=sellPrice*(1-sellCostR)/(buyPrice*(1+buyCostR))-1,

                        

                        # 計算持有日數

                        holdDays=as.numeric(outDate-inDate))                    

計算報酬率和每次交易持有部位日數的交易明細表如下所示：

tradeDetailTable

## # A tibble: 16 x 6

##        inDate buyPrice    outDate sellPrice          ret holdDays

##        <date>    <dbl>     <date>     <dbl>        <dbl>    <dbl>

##  1 2007-04-18   238.24 2007-04-30    235.93 -0.013649414       12

##  2 2007-09-18   267.90 2007-11-09    332.32  0.235510912       52

##  3 2008-07-08   277.54 2008-07-09    271.05 -0.027282683        1

##  4 2009-01-27   165.91 2009-02-19    171.49  0.029506414       23

##  5 2011-03-23   291.37 2011-03-25    290.16 -0.008128233        2

##  6 2011-10-13   279.77 2011-11-18    297.74  0.059982904       36

##  7 2011-11-07   304.47 2011-11-18    297.74 -0.026007760       11

##  8 2013-12-20   550.86 2014-01-24    562.48  0.017018064       35

##  9 2014-05-21   549.70 2014-07-17    580.82  0.052394683       57

## 10 2014-06-25   585.93 2014-07-17    580.82 -0.012678379       22

## 11 2015-02-12   546.01 2015-03-11    555.69  0.013665824       27

## 12 2015-07-16   601.78 2015-08-21    644.03  0.065936093       36

## 13 2015-08-05   673.29 2015-08-21    644.03 -0.047276772       16

## 14 2015-10-15   693.02 2015-12-09    762.55  0.095936464       55

## 15 2016-07-08   717.78 2016-09-09    788.48  0.094112925       63

## 16 2016-12-09   809.45 2016-12-30    792.45 -0.024910091       21

接下來可以分析一星二陽K棒組合交易策略應用在Google股票的歷史績效表現。

策略績效表現衡量的指標，大致上有：

1. 平均報酬率
2. 勝率
3. 交易次數
4. 報酬率標準差
5. 最大報酬率
6. 最小報酬率
7. 平均持有日數

上述的績效指標在程式中的寫法如下：

# 平均報酬率

meanRet <- mean(tradeDetailTable$ret)



# 報酬率標準差

sdRet <- sd(tradeDetailTable$ret) 



# 交易次數

tradeNums <- nrow(tradeDetailTable) 



# 勝率

winRatio <- sum(as.numeric(tradeDetailTable$ret>0))/tradeNums



# 最大報酬率

maxRet <- max(tradeDetailTable$ret)



# 最小報酬率

minRet <- min(tradeDetailTable$ret) 



# 平均持有日數

avgHoldDays <- mean(tradeDetailTable$holdDays)                 

計算好上述的績效指標後，可以整理成一個簡單的績效結果報表。

cat(paste0("*********策略回測績效*********\n",

           "平均報酬率: ",round(meanRet*100,2)," %\n",

           "交易次數: ",tradeNums," 次\n",

           "勝率: ",round(winRatio*100,2)," %\n",

           "報酬率標準差: ",round(sdRet*100,2)," %\n",

           "最大報酬率: ",round(maxRet*100,2)," %\n",

           "最小報酬率: ",round(minRet*100,2)," %\n",

           "平均持有日數: ",round(avgHoldDays,2),"天"))

## *********策略回測績效*********

## 平均報酬率: 3.15 %

## 交易次數: 16 次

## 勝率: 56.25 %

## 報酬率標準差: 7.04 %

## 最大報酬率: 23.55 %

## 最小報酬率: -4.73 %

## 平均持有日數: 29.31天

---

整理繪圖資料

在計算完整個策略的回測績效後，我們會隨機抽幾個交易明細表內的樣本(或者是觀察特定樣本)來繪圖。透過看圖的方式，來檢驗自己寫的程式碼判斷條件是否有需要做修正，或者是觀察是否有其他能夠提升交易策略獲利及勝率的條件。

在R軟體中，quantmod套件內有一個chart_Series()的繪圖函數，可以幫我們快速繪製技術分析圖形。在繪製圖形前，需要整理好要繪圖的資料表內容。

在一般的技術分析圖形中，通常會有5日移動平均線、20日移動平均線及60日移動平均線，為使得繪圖時能夠呈現這些均線的資訊，先在股價資料中新增這三個均線資料。

stockData <- stockData %>%

              mutate(

                MA5=SMA(close,5),     # 5日移動平均線

                MA20=SMA(close,20),   # 20日移動平均線

                MA60=SMA(close,60))   # 60日移動平均線    

在繪製技術分析圖形前，需要先指定要繪製的交易樣本。為了能夠觀察策略進出場前後的走勢狀況，繪製期間的起始日與結束日分別為進場前和出場後35個交易日。此外，為了能夠在技術分析圖形上標註交易樣本的進場點和出場點，需要新增進場點和出場點的欄位資訊。最後，為配合chart_Series()函數的格式要求，要將繪圖期間的資料由tibble格式轉回xts格式。

# 繪製的交易樣本(在交易明細表列的位置)

plotSample <- 2   



# 繪製交易樣本的進出場日期

inDate <- tradeDetailTable$inDate[plotSample]

outDate <- tradeDetailTable$outDate[plotSample]



# 繪圖起始日(進場日前35個交易日)，此處用ifelse避免繪製資料超出邊界

matchSite <- which(stockData$date==inDate)-35

plotStartDate <- stockData$date[ifelse(matchSite<1, 1, matchSite)]                           

  

# 繪圖結束日(出場日後35個交易日)，此處用ifelse避免繪製資料超出邊界

matchSite <- which(stockData$date==outDate)+35

plotEndDate <- stockData$date[ifelse(matchSite>nrow(stockData), nrow(stockData), matchSite)]

  

# 整理繪製的股價資料期間範圍及欄位資料

plotData <- stockData[which((stockData$date>=plotStartDate)&(stockData$date<=plotEndDate)),]



# 取出繪圖資料所需的欄位

plotData <- plotData %>% select(date:volume, MA5:MA60)

  

# 加入進場位置欄位資訊，用於繪圖時標註進場點位

plotData$inSite <- rep(NA, nrow(plotData))

plotData$inSite[which(plotData$date==inDate)] <- plotData$open[which(plotData$date==inDate)]*0.97

  

# 加入出場位置欄位資訊，用於繪圖時標註出場點位

plotData$outSite <- rep(NA, nrow(plotData))

plotData$outSite[which(plotData$date==outDate)] <- plotData$close[which(plotData$date==outDate)]*1.03

  

# 將plotData資料由tibble格式轉為xts格式，符合chart_Series繪圖格式要求

plotData <- xts(plotData[,-1], order.by= plotData$date)

---

繪製技術分析圖形

整理好繪圖資料(plotData)後，我們即可用chart_Series()函數來繪製技術分析圖形。由於chart_Series()函數繪製的K棒顏色並非我們所習慣的紅K棒和黑K棒，所以要先設定繪製的K棒顏色。

執行chart_Series()函數會繪製每個交易日的K棒圖形(主圖)，接下來透過add_Vo()及add_TA()來進行疊圖。

chart_Series(x, name, theme)：繪製每個交易日的K棒圖形(主圖)。

• x: xts格式資料，資料欄位需依序為開盤價、最高價、最低價、收盤價及成交量，資料列則為日期
• name: 繪圖的標題名稱
• theme: 技術分析繪製主題，可調整K棒呈現的顏色等設定

add_Vo()：在K棒圖形底下加入各交易日的成交量資訊。

add_TA(x, on, type, col, lwd, pch, cex)：在繪製好的圖形上加入各種技術線型或點位。

• x: 技術線型或點位資料
• on: 資料要繪製在第幾個圖形上，以此範例來說，on=1會疊在K棒圖形上，on=2則是疊在成交量圖形上
• type: 繪製要線型(l)還是點位(p)
• col: 繪製的顏色，R的顏色代碼可參考此連結
• lwd: 控制線或點外框的粗度
• pch: 控制點的圖形，可參考此連結
• cex: 控制點的大小

# 設定K棒顏色

myTheme <- chart_theme()

myTheme$col$dn.col <- c("chartreuse3")  # 跌的K棒顏色

myTheme$col$up.col <- c("firebrick3")   # 漲的K棒顏色

  

# 繪製各交易日的K棒圖形(主圖)

chart_Series(x=plotData[,1:5], name=paste0(googleStockCode," 技術分析圖形"), theme=myTheme)

# 加入成交量圖形

add_Vo()

# 加入5日移動平均線

add_TA(x=plotData$MA5, on=1, type="l", col="blue", lwd=1.5)

# 加入20日移動平均線

add_TA(x=plotData$MA20, on=1, type="l", col="orange", lwd=1.5)

# 加入60日移動平均線

add_TA(x=plotData$MA60, on=1, type="l", col="green", lwd=1.5)

# 標註進場位置

add_TA(x=plotData$inSite, on=1, type="p", col="red", pch=2, cex=5, lwd=1.5)

# 標註出場位置

add_TA(x=plotData$outSite, on=1, type="p", col="green", pch=6, cex=5, lwd=1.5)

在技術分析圖形中，紅色上三角形為一星二陽K棒組合的進場位置，綠色下三角形則為出場位置。透過這張圖，可以直接判斷我們的程式在辨識K棒組合的條件是否合理，有沒有需要做修改。此外，也可以判斷我們的出場位置是否合理，從這張圖來看，出場的位置其實並沒有很好，有在做改進的空間。

此處只要修改plotSample變數，重跑繪圖程式碼即可繪製新的圖形出來進行觀察。為了方便，可以將繪圖程式碼包成一個函數，這樣只要修改引數即可繪製新的圖形。舉例來說，將上面繪圖程式碼包裝成函數：

PlotGraph <- function(plotSample){



# 繪製交易樣本的進出場日期

inDate <- tradeDetailTable$inDate[plotSample]

outDate <- tradeDetailTable$outDate[plotSample]



# 繪圖起始日(進場日前35個交易日)，此處用ifelse避免繪製資料超出邊界

matchSite <- which(stockData$date==inDate)-35

plotStartDate <- stockData$date[ifelse(matchSite<1, 1, matchSite)]                           

  

# 繪圖結束日(出場日後35個交易日)，此處用ifelse避免繪製資料超出邊界

matchSite <- which(stockData$date==outDate)+35

plotEndDate <- stockData$date[ifelse(matchSite>nrow(stockData), nrow(stockData), matchSite)]

  

# 整理繪製的股價資料期間範圍及欄位資料

plotData <- stockData[which((stockData$date>=plotStartDate)&(stockData$date<=plotEndDate)),]

plotData <- plotData %>% select(date:volume, MA5:MA60)

  

# 加入進場位置欄位資訊

plotData$inSite <- rep(NA, nrow(plotData))

plotData$inSite[which(plotData$date==inDate)] <- plotData$open[which(plotData$date==inDate)]*0.95

  

# 加入出場位置欄位資訊

plotData$outSite <- rep(NA, nrow(plotData))

plotData$outSite[which(plotData$date==outDate)] <- plotData$close[which(plotData$date==outDate)]*1.05

  

# 將plotData資料由tibble格式轉為xts格式，符合chart_Series繪圖格式要求

plotData <- xts(plotData[,-1], order.by= plotData$date)



# 設定K棒顏色

myTheme <- chart_theme()

myTheme$col$dn.col <- c("chartreuse3")  # 跌的K棒顏色

myTheme$col$up.col <- c("firebrick3")   # 漲的K棒顏色

  

# 繪製主圖形

pic <- chart_Series(x=plotData[,1:5], name=paste0(googleStockCode," 技術分析圖形"), theme=myTheme)



# 加入成交量圖形

pic <- add_Vo()



# 加入5日移動平均線

pic <- add_TA(x=plotData$MA5, on=1, type="l", col="blue", lwd=1.5)



# 加入20日移動平均線

pic <- add_TA(x=plotData$MA20, on=1, type="l", col="orange", lwd=1.5)



# 加入60日移動平均線

pic <- add_TA(x=plotData$MA60, on=1, type="l", col="green", lwd=1.5)



# 標註進場位置

pic <- add_TA(x=plotData$inSite, on=1, type="p", col="red", pch=2, cex=5, lwd=1.5)



# 標註出場位置

pic <- add_TA(x=plotData$outSite, on=1, type="p", col="green", pch=6, cex=5, lwd=1.5)



return(pic)

}

使用建立好的PlotGraph()函數，只要更改plotSample的值，即可馬上繪圖出來。從圖形中來看，程式確實都有捕捉到一星二陽K棒組合，且出場點皆為收盤價跌破20日移動平均線。

PlotGraph(plotSample=5)

PlotGraph(plotSample=11)

PlotGraph(plotSample=16)

---

結語

在這份程式碼範例中，我們呈現如何將R軟體應用在財務投資上。透過一個簡單的程式回測框架，驗證投資人常用的一星二陽K棒組合策略，是否能在Google股票過去的交易期間獲利。此外，也示範如何用R軟體繪製技術分析圖形，透過圖形視覺化讓策略更加容易分析和改善。