r - 如何使用R包的MACD函数？

Question

我正在学习使用 R。我对提取股票数据并根据股票数据计算各种技术指标感兴趣。我的测试基准是 Google Finance。也就是说，我将我的结果与 GF 的结果进行检查。

在尝试实现某种 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。我尝试了多种变体，但在某些情况下无法与 Google 财经的数据达成一致。

library(quantmod) 为我提供 MACD() ，它返回列 macd 和 signal 。

library(fTrading) 给我 cdsTA() 和 cdoTA() ，它们分别返回 cdsTA 和 cdoTA 。

我的测试股票是 IBM，希望此链接能够显示包含价格、成交​​量、慢速随机指标和带有直方图的 MACD 的图表。

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 中，并为值 8、17、9 和我设置的 MACD() 生成上述 3 个函数的值，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

如果您引用上面的 Google 财务图表，您会发现 cdsTA 和 MACD 列是相同的，并且与 Google 的 EMA 数据非常吻合。 percent=FALSE 的 macd al 值也非常接近 GF 的值。所以我得到了

MACD - 信号 = 背离。

但是，cdoTA 还很遥远。我做错了什么？

Answer 1

你没有做错任何事。 cdoTA 代码不会将 lag1 或 lag2 传递给 cdsTA，因此它仅使用默认值 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
}

或者直接用 TTR::MACD 的结果自己进行减法。

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