我正在计算R中的技术指标并使用包TTR和quantmod。
以下是我如何加载数据并开始计算。
start <- as.Date("2016-01-01")
end <- as.Date("2018-01-01")
getSymbols("AAPL", src = "yahoo", from = start, to = end)
head(AAPL)
# AAPL.Open AAPL.High AAPL.Low AAPL.Close AAPL.Volume
# 2016-01-04 102.61 105.37 102.00 105.35 67649400
# 2016-01-05 105.75 105.85 102.41 102.71 55791000
# 2016-01-06 100.56 102.37 99.87 100.70 68457400
# 2016-01-07 98.68 100.13 96.43 96.45 81094400
# 2016-01-08 98.55 99.11 96.76 96.96 70798000
# 2016-01-11 98.97 99.06 97.34 98.53 49739400
# AAPL.Adjusted
# 2016-01-04 100.62618
# 2016-01-05 98.10455
# 2016-01-06 96.18465
# 2016-01-07 92.12524
# 2016-01-08 92.61236
# 2016-01-11 94.11198
# Average Volume - 10day, 20day , 60day
# This is the average volume of the past 10/20/60 days.
sma_vol_10 <- SMA(AAPL$AAPL.Volume, n = 10)
sma_vol_20 <- SMA(AAPL$AAPL.Volume, n = 20)
sma_vol_30 <- SMA(AAPL$AAPL.Volume, n = 30)
RANGE% - 相对于高位和低位的位置 - EG。如果HIGH为100且LOW为0,如果它在50时关闭,则它在50%的范围内关闭。这个特征表现出如此强烈的结束。这是其成功的一个因素。
AAPL$Range_pct = (AAPL$AAPL.Close - AAPL$AAPL.Open)/(AAPL$AAPL.High-AAPL$AAPL.Low)*100
我还想计算以下变量
1个月的范围% - 类似的想法作为一个博客 - 1个月是20个交易日。本月的低至高是一个范围。今天股市收盘价将给你1个月的范围相对于那个范围(每月的高点)。