如何使用R包MACD功能?

时间:2011-02-20 21:28:42

标签: r finance quantmod

我正在学习使用R.我有兴趣提取股票数据并计算股票数据的各种技术指标。我的测试基准是Google财经。也就是说,我用GF的结果检查我的结果。

在尝试实施某种MACD分析时,我注意到了一些事情。这些可能是我对文档的误解。我尝试了很多变化,在某些情况下我无法与Google财经的数据达成一致。

library(quantmod)为我MACD()提供了macdsignal列。

library(fTrading)给了我cdsTA()cdoTA(),它们分别返回cdsTAcdoTA

我的测试股票是IBM,希望这个链接能够提供一个包含价格,交易量,慢速随机指标和MACD的图表以及直方图。

http://www.google.com//finance?chdnp=1&chdd=1&chds=1&chdv=1&chvs=Linear&chdeh=0&chfdeh=0&chdet=1298224745682&chddm=46920&chddi=86400&chls=CandleStick&q=NYSE:IBM&ntsp=0

将IBM的价格数据加载到R并为值8,17,9生成上述3个函数的值,并为MACD()设置percent=FALSE,我得到以下输出。

MACD(close, 8, 17, 9, maType="EMA", percent=FALSE)
cdsTA(close, lag1 = 8, lag2 = 17, lag3 = 9)
cdoTA(close, lag1 = 8, lag2 = 17, lag3 = 9)

      date     close     macd   signal      cdsTA      cdoTA
2011-02-07    164.17 3.187365 3.208984   3.208984 -0.7673435
2011-02-08    166.05 3.246812 3.216549   3.216549 -0.7996041
2011-02-09    164.65 3.052187 3.183677   3.183677 -1.0496306
2011-02-10    164.09 2.780047 3.102951   3.102951 -1.3332292
2011-02-11    163.85 2.496591 2.981679   2.981679 -1.5867962
2011-02-14    163.22 2.168977 2.819138   2.819138 -1.8408138
2011-02-15    162.84 1.846701 2.624651   2.624651 -2.0507546
2011-02-16    163.40 1.640518 2.427824   2.427824 -2.1262626
2011-02-17    164.24 1.550798 2.252419   2.252419 -2.0854783
2011-02-18    164.84 1.517145 2.105364   2.105364 -1.9968608

如果你参考上面的谷歌财务图表,cdsTA和macd列是相同的,并且与谷歌的EMA数据一致。 MACD()对macd al的价值也非常接近GF的价值。所以我得到了

macd - signal = divergence。

然而,cdoTA已经过时了。我做错了什么?

1 个答案:

答案 0 :(得分:3)

你没有做错任何事。 cdoTA代码未将lag1lag2传递给cdsTA,因此它只使用默认值12和26。

> cdoTA
function (x, lag1 = 12, lag2 = 26, lag3 = 9) 
{
    cdo = macdTA(x, lag1 = lag1, lag2 = lag2) -
           cdsTA(x, lag3 = lag3)                 # no lag1 or lag2, so...
    if (is.timeSeries(x)) 
        colnames(cdo) <- "CDO"
    cdo
}
> args(cdsTA)                                    # default arg values are used
function (x, lag1 = 12, lag2 = 26, lag3 = 9) 
NULL

您可以定义自己的函数CDOTA

CDOTA <- function (x, lag1 = 12, lag2 = 26, lag3 = 9) {
    cdo = macdTA(x, lag1 = lag1, lag2 = lag2) -
           cdsTA(x, lag1 = lag1, lag2 = lag2, lag3 = lag3)
    if (is.timeSeries(x)) 
        colnames(cdo) <- "CDO"
    cdo
}

或者只使用TTR::MACD的结果自行减法。

require(quantmod)
getSymbols("IBM", source="google")
ibm <- merge(Cl(IBM), MACD(Cl(IBM), 8, 17, 9, "EMA", FALSE))
ibm$macdOsc <- ibm$macd - ibm$signal
tail(ibm)
#            IBM.Close      macd   signal    macdOsc
# 2011-02-15    162.84 1.8361263 2.643950 -0.8078238
# 2011-02-16    163.40 1.6248017 2.440120 -0.8153187
# 2011-02-17    164.24 1.5319154 2.258479 -0.7265640
# 2011-02-18    164.84 1.4965394 2.106091 -0.6095520
# 2011-02-22    161.95 1.1140192 1.907677 -0.7936578
# 2011-02-23    160.18 0.6253874 1.651219 -1.0258316