技术指标在量化投资中的应用：以RSI指标为例

# ===================== 工作流程说明 =====================
# 本代码演示如何使用Quantstrat进行信号有效性分析，通过扫描RSI参数评估超卖信号（RSI<30）的未来收益表现

# ===================== 包加载与初始化 =====================
# 加载所需R包
require(iterators)       # 迭代器工具（用于参数扫描循环）

## Loading required package: iterators

require(quantstrat)      # 量化策略框架核心包

## Loading required package: quantstrat

## Loading required package: quantmod

## Loading required package: xts

## Loading required package: zoo

## 
## Attaching package: 'zoo'

## The following objects are masked from 'package:base':
## 
##     as.Date, as.Date.numeric

## Loading required package: TTR

## Registered S3 method overwritten by 'quantmod':
##   method            from
##   as.zoo.data.frame zoo

## Loading required package: blotter

## Loading required package: FinancialInstrument

## Loading required package: PerformanceAnalytics

## 
## Attaching package: 'PerformanceAnalytics'

## The following object is masked from 'package:graphics':
## 
##     legend

## Loading required package: foreach

require(gamlss.util)     # 统计分布可视化工具（用于箱线图）

## Loading required package: gamlss.util

## Loading required package: gamlss.dist

## 
## Attaching package: 'gamlss.dist'

## The following object is masked from 'package:TTR':
## 
##     DPO

## Loading required package: gamlss

## Loading required package: splines

## Loading required package: gamlss.data

## 
## Attaching package: 'gamlss.data'

## The following object is masked from 'package:datasets':
## 
##     sleep

## Loading required package: nlme

## Loading required package: parallel

##  **********   GAMLSS Version 5.4-22  **********

## For more on GAMLSS look at https://www.gamlss.com/

## Type gamlssNews() to see new features/changes/bug fixes.

# 清理策略环境残留数据（防止旧数据干扰）
suppressWarnings(rm("order_book.RSI", pos = .strategy))    # 删除策略订单记录
suppressWarnings(rm("account.RSI", "portfolio.RSI", pos = .blotter)) # 删除账户组合记录
suppressWarnings(rm("account.st", "portfolio.st", "stock.str", "stratRSI", "startDate", "initEq", 'start_t', 'end_t')) # 清除临时变量

# ===================== 参数设置 =====================
n = 2  # RSI指标的默认计算周期（日）

# ===================== 数据准备阶段 =====================
# 设置货币类型和交易标的
currency("USD")  # 设置基础货币为美元

## [1] "USD"

currency("EUR")  # 其他货币类型（示例用）

## [1] "EUR"

symbols = c("SPY")  # 交易标的为标普500 ETF

# 初始化金融工具并下载历史数据
for(symbol in symbols){
  stock(symbol, currency = "USD", multiplier = 1)  # 定义标的属性（货币/乘数）
  getSymbols(symbol, src = 'yahoo')  # 从雅虎财经下载OHLC数据
}

# ===================== 账户/组合/策略初始化 =====================
stratRSI <- strategy("RSI")  # 创建策略对象

# 回测参数设置
startDate = '1997-12-31'  # 回测起始日期
initEq = 100000           # 初始资金10万美元
port.st <- 'RSI'          # 组合命名（便于参数调整后重复运行）

# 初始化组合、账户和订单系统
initPortf(port.st, symbols = symbols)  # 创建投资组合对象

## [1] "RSI"

initAcct(port.st, portfolios = port.st, initEq = initEq)  # 创建账户对象

## [1] "RSI"

initOrders(portfolio = port.st)        # 初始化订单簿

# 设置头寸限制规则（风险控制）
for(symbol in symbols){
  # 参数说明：组合名称, 标的, 生效日, 最大持仓量, 最大交易次数
  addPosLimit(port.st, symbol, startDate, 300, 3) 
}

# ===================== 技术指标配置 =====================
# 添加RSI指标到策略中
stratRSI <- add.indicator(
  strategy = stratRSI, 
  name = "RSI",  # 使用TTR包的RSI函数
  arguments = list(
    price = quote(getPrice(mktdata)),  # 使用收盘价计算
    n = n                              # RSI计算周期
  ), 
  label = "RSI"  # 指标标签（用于后续信号引用）
)

# ===================== 交易信号定义 =====================
# 信号1：RSI上穿70（超买信号）
stratRSI <- add.signal(
  strategy = stratRSI, 
  name = "sigThreshold",    # 阈值型信号生成器
  arguments = list(
    threshold = 70,         # 阈值水平
    column = "RSI",         # 作用于RSI指标列
    relationship = "gt",    # 大于关系（greater than）
    cross = TRUE            # 需要穿越阈值（避免持续触发）
  ),
  label = "RSI.gt.70"      # 信号标签
)

# 信号2：RSI下穿30（超卖信号）
stratRSI <- add.signal(
  strategy = stratRSI, 
  name = "sigThreshold",
  arguments = list(
    threshold = 30,         # 阈值水平  
    column = "RSI",
    relationship = "lt",    # 小于关系（less than）
    cross = TRUE
  ),
  label = "RSI.lt.30"      # 信号标签
)

# ===================== 信号分析模块 =====================
signal.label = 'RSI.lt.30'  # 选择分析的信号（此处分析超卖信号）

.n = seq(2, 10, 1)  # 创建RSI参数的扫描范围（2到10日，步长1）

# 将参数扫描配置添加到策略对象
strategy.st <- add.distribution(
  stratRSI,
  paramset.label = 'RSI',        # 参数集名称
  component.type = 'indicator',  # 组件类型（指标）
  component.label = 'RSI',       # 对应指标标签
  variable = list(n = .n),       # 要扫描的参数变量（n值）
  label = 'nRSI'                 # 参数集标签
)

# ===================== 执行参数研究 =====================
results <- apply.paramset.signal.analysis(
  strategy.st,                # 策略对象
  paramset.label = 'RSI',     # 参数集标签
  port.st,                    # 组合名称
  sigcol = signal.label,      # 分析的目标信号列
  sigval = 1,                 # 信号触发值（1=激活状态）
  on = NULL,                  # 分析频率（NULL表示事件驱动）
  forward.days = 10,          # 向前分析天数（信号触发后10日）
  cum.sum = TRUE,             # 计算累计收益
  include.day.of.signal = F,  # 排除信号触发当日
  obj.fun = signal.obj.slope, # 目标函数（收益曲线斜率）
  decreasing = T,             # 结果降序排列
  mktdata = NULL,             # 使用默认市场数据
  verbose = TRUE              # 显示详细运行信息
)

## Applying Parameter Set:  2 
## Applying Parameter Set:  3 
## Applying Parameter Set:  4 
## Applying Parameter Set:  5 
## Applying Parameter Set:  6 
## Applying Parameter Set:  7 
## Applying Parameter Set:  8 
## Applying Parameter Set:  9 
## Applying Parameter Set:  10

# ===================== 可视化分析结果 =====================
# 绘制不同参数收益柱状图
signal.plot(
  results$sigret.by.asset$SPY,  # 选择SPY的信号收益数据
  rows = 2,                     # 图形分2行显示
  columns = 5                   # 每行5列（共显示10个参数组合）
)

# 绘制参数集2的收益分布箱线图
distributional.boxplot(
  results$sigret.by.asset$SPY$paramset.2  # 指定参数集数据
)

## GAMLSS-RS iteration 1: Global Deviance = 40789.09 
## GAMLSS-RS iteration 2: Global Deviance = 40789.09

## gamlss package currently doesnt 
##                             support encapsulation of their 
##                             plotting function. Pending Patch.