如何使用R包MACD功能？

Question

我正在學習使用R.我有興趣提取庫存數據並計算庫存數據的各種技術指標。 我的測試基准是Google財經。 也就是說，我用GF的結果檢查我的結果。

在嘗試實施某種MACD分析時，我注意到了一些事情。 這些可能是我對文檔的誤解。 我嘗試了很多變化，在某些情況下我無法與Google財經的數字達成一致。

library(quantmod)給我MACD() ，它返回macd和signal列。

library(fTrading)給了我cdsTA()和cdoTA() ，它們分別返回cdsTA和cdoTA 。

我的測試庫存是IBM，希望這個鏈接能夠提供價格，交易量，慢速隨機指標和MACD的圖表。

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

將IBM的價格數據加載到R並為值8,17,9生成上述3個函數的值，對於MACD()我設置percent=FALSE給出以下輸出。

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

如果你參考上面的谷歌財務圖表，cdsTA和macd列是相同的，並與谷歌的EMA數據密切相關。 MACD()對macd al的價值也非常接近GF。 所以我明白了

macd - signal = divergence。

但是，cdoTA還有很長的路要走。 我究竟做錯了什么？

Answer 1

你沒有做錯任何事。 cdoTA代碼不會將lag1或lag2傳遞給cdsTA ，因此它只使用默認值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

您可以定義自己的功能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
}

或者只使用TTR::MACD的結果TTR::MACD減法。

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