R：Guy Yollin的Quantstrat示例。有必要吗？这些金融工具储存了什么？

您好，我正在处理此代码（此代码有效且可复制）

---

如果（！exists（'.blotter'））.blotter首先，直接回答两点：

指标不是战略所必需的，唯一的硬性要求是您至少需要一条创建订单的规则，或者在
订单
槽中至少需要一条创建交易的规则

strategy
对象仅包含策略的规范，仅此而已，请参见下文

接下来，解释发生了什么：

quantstrat
广泛使用延迟执行以允许代码重用。
策略
对象是策略规范的存储位置。它可以通过使用
portfolions=
参数应用于一个或多个公文包（由
initPortf（）
创建）

策略规范只是一个仓库，用来存放您以后如何应用策略。在调用
applyStrategy（…）
之前，不会计算任何内容。这允许使用有用的属性，例如使用相同的策略对象来测试多个不同的参数集，或者在不改变策略规范的情况下应用不同的投资组合结构和成分

策略对象本身不会被
applyStrategy
更改。在
applyStrategy
内部，将创建一个名为
mktdata
的特殊内部对象，该对象将通过执行策略规范中包含的指标、信号和规则进行修改

默认情况下，
mktdata
对象是通过从
.GlobalEnv
或用户指定的其他环境检索包含历史数据的对象来构造的。将为公文包中的每个符号创建其中一个对象，并在
applyStrategy
的功能范围内进行维护

应用指示器和信号时，这些函数最常见的模式是返回与mktdata时间序列长度相同的向量，或返回与mktdata时间序列具有相同索引的时间序列对象。如果遵循此模式，这些列将添加到mktdata对象中，并可供以后的指示器、信号和规则函数使用。指示器和信号被假定为始终不依赖于路径，而规则在默认情况下依赖于路径

示例信号函数，如
sigcrosover
和
sigsthreshold
，利用此模式访问和比较mktdata中存在的列
ruleSignal
，一个示例规则，查找信号具有特定值的点，然后根据该信息创建订单

外部参考：


嗨，Brian，我是否可以计算R之外的指标和信号并存储数据，以便quantstrat可以简单地使用该数据集并应用规则。这样，我就不依赖R TTR指标等。如果是，我的OHCLV数据中哪些列是计算策略所必需的？我在应用程序中使用nodejs调用OHCLV数据，添加必要的指示器和信号。我需要R应用规则并创建中可用的输出quantstrat@SushantaDeb：是的，可以完成，详情请参见下面的链接谢谢@usct01
if (!exists('.blotter')) .blotter <- new.env()
if (!exists('.strategy')) .strategy <- new.env()
if (!exists('.instrument')) .instrument <- new.env()
currency("USD")
stock("SPY",currency="USD",multiplier=1)
ls(envir=FinancialInstrument:::.instrument)


initDate <- '1997-12-31'
startDate <- '1998-01-01'
endDate <- '2013-07-31'
initEq <- 1e6
Sys.setenv(TZ="UTC")
getSymbols('SPY', from=startDate, to=endDate, adjust=T)
SPY=to.monthly(SPY, indexAt='endof')
SPY$SMA10m <- SMA(Cl(SPY), 10)

# inz portfolio, account
qs.strategy <- "qsFaber"
rm.strat(qs.strategy) # remove strategy etc. if this is a re-run
initPortf(qs.strategy,'SPY', initDate=initDate)
initAcct(qs.strategy,portfolios=qs.strategy, initDate=initDate, initEq=initEq)


initOrders(portfolio=qs.strategy,initDate=initDate)
# instantiate a new strategy object
strategy(qs.strategy,store=TRUE)
add.indicator(strategy = qs.strategy, name = "SMA",
              arguments = list(x = quote(Cl(mktdata)), n=10), label="SMA10")
add.signal(qs.strategy,name="sigCrossover",
           arguments = list(columns=c("Close","SMA10"),relationship="gt"),
           label="Cl.gt.SMA")
add.signal(qs.strategy,name="sigCrossover",
           arguments = list(columns=c("Close","SMA10"),relationship="lt"),
           label="Cl.lt.SMA")

add.rule(qs.strategy, name='ruleSignal',
         arguments = list(sigcol="Cl.gt.SMA", sigval=TRUE, orderqty=900,
                          ordertype='market', orderside='long', pricemethod='market'),
         type='enter', path.dep=TRUE)
add.rule(qs.strategy, name='ruleSignal',
         arguments = list(sigcol="Cl.lt.SMA", sigval=TRUE, orderqty='all',
                          ordertype='market', orderside='long', pricemethod='market'),
         type='exit', path.dep=TRUE)


out <- applyStrategy(strategy=qs.strategy , portfolios=qs.strategy)
updatePortf(qs.strategy)
updateAcct(qs.strategy)
updateEndEq(qs.strategy)

myTheme<-chart_theme()
myTheme$col$dn.col<-'lightblue'
myTheme$col$dn.border <- 'lightgray'
myTheme$col$up.border <- 'lightgray'
# plot performance
chart.Posn(qs.strategy, Symbol = 'SPY', Dates = '1998::',theme=myTheme)
plot(add_SMA(n=10,col=4, on=1, lwd=2))