Question

鉴于来自TTR包的BBands函数的残骸数据和结果：

d1= 1:20
d1
 [1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20

BBands(t1)[20,]
        dn       mavg         up       pctB 
-1.0325626 10.5000000 22.0325626  0.9118772

现在使用sd函数的手动波段。

> c(mean(t1)-sd(t1)*2,mean(t1)+sd(t1)*2)
[1] -1.33216 22.33216

不同之处在于，sd使用（n-1）方法作为标准差，BBands使用N方法。

问题是如何让BBands函数使用（n-1）方法。文档here未列出此类选项。

如果BBands不可能，有人可以帮我制作一个克隆BBands的函数，但标准偏差为（n-1）。

Answer 1

功能

当你编写函数BBands（没有括号）时，你会得到普通的函数代码：

function (HLC, n = 20, maType, sd = 2, ...) 
{
    HLC <- try.xts(HLC, error = as.matrix)
    if (NCOL(HLC) == 3) {
        if (is.xts(HLC)) {
            xa <- xcoredata(HLC)
            HLC <- xts(apply(HLC, 1, mean), index(HLC))
            xcoredata(HLC) <- xa
        }
        else {
            HLC <- apply(HLC, 1, mean)
        }
    }
    else if (NCOL(HLC) != 1) {
        stop("Price series must be either High-Low-Close, or Close/univariate.")
    }
    maArgs <- list(n = n, ...)
    if (missing(maType)) {
        maType <- "SMA"
    }
    mavg <- do.call(maType, c(list(HLC), maArgs))
    sdev <- runSD(HLC, n, sample = FALSE)
    up <- mavg + sd * sdev
    dn <- mavg - sd * sdev
    pctB <- (HLC - dn)/(up - dn)
    res <- cbind(dn, mavg, up, pctB)
    colnames(res) <- c("dn", "mavg", "up", "pctB")
    reclass(res, HLC)
}

让我们更改功能

变量sdev的函数为runSD()，我将其更改为函数sdev＆lt; - as.vector（rollapplyr（HLC，n，sd））`，所以我们得到一个矢量输出。让我们称之为新功能BBands_2：

BBands_2 <- function (HLC, n = 20, maType, sd = 2, ...)

{
  HLC <- try.xts(HLC, error = as.matrix)
  if (NCOL(HLC) == 3) {
    if (is.xts(HLC)) {
      xa <- xcoredata(HLC)
      HLC <- xts(apply(HLC, 1, mean), index(HLC))
      xcoredata(HLC) <- xa
    }
    else {
      HLC <- apply(HLC, 1, mean)
    }
  }
  else if (NCOL(HLC) != 1) {
    stop("Price series must be either High-Low-Close, or Close/univariate.")
  }
  maArgs <- list(n = n, ...)
  if (missing(maType)) {
    maType <- "SMA"
  }
  mavg <- do.call(maType, c(list(HLC), maArgs))
  sdev <- as.vector(rollapplyr(HLC, n, sd))
  up <- mavg + sd * sdev
  dn <- mavg - sd * sdev
  pctB <- (HLC - dn)/(up - dn)
  res <- cbind(dn, mavg, up, pctB)
  colnames(res) <- c("dn", "mavg", "up", "pctB")
  reclass(res, HLC)
}

现在您可以在代码中复制该功能。您还需要激活library(xts)，当然还需要library(TTR)

<强>结果

结果与BBands_2：

df <- 1:20

BBands_2(df)[20,]
        dn       mavg         up       pctB 
-1.3321596 10.5000000 22.3321596  0.9014483

如何使用带有（n-1）标准差的BBands函数？

1 个答案: