首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

R TTR包中的MACD函数为同一数据集提供不同的结果

R TTR包中的MACD函数是一个用于计算指数移动平均线(Moving Average Convergence Divergence)的函数。MACD是一种常用的技术分析指标,用于判断股票或其他金融资产的趋势和买卖信号。

MACD函数的参数包括价格数据和一些可选的参数,如快速移动平均线的周期、慢速移动平均线的周期和信号线的周期。函数会根据这些参数计算出MACD指标的数值。

MACD指标由两条线和一个柱状图组成。快速移动平均线(MACD Line)是快速移动平均线减去慢速移动平均线的结果。慢速移动平均线(Signal Line)是快速移动平均线的指数移动平均线。柱状图(Histogram)表示MACD Line和Signal Line之间的差异。

MACD指标的应用场景包括趋势判断、买卖信号生成和交易策略的制定。当MACD Line上穿Signal Line时,通常被视为买入信号;当MACD Line下穿Signal Line时,通常被视为卖出信号。

腾讯云提供了一系列云计算相关产品,其中包括云服务器、云数据库、云存储等。这些产品可以帮助用户搭建和管理云计算环境,提供稳定可靠的计算、存储和数据库服务。

以下是腾讯云相关产品和产品介绍链接地址:

  1. 云服务器(ECS):提供弹性计算能力,支持多种操作系统和应用场景。详情请参考:https://cloud.tencent.com/product/cvm
  2. 云数据库MySQL版(CDB):提供高性能、可扩展的关系型数据库服务。详情请参考:https://cloud.tencent.com/product/cdb_mysql
  3. 云对象存储(COS):提供安全可靠的对象存储服务,适用于各种数据存储需求。详情请参考:https://cloud.tencent.com/product/cos

请注意,以上只是腾讯云的一部分产品,更多产品和服务可以在腾讯云官网上查看。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

量化投资教程:用R语言打造量化分析平台

概述 和Python计算环境tushare一样,在R我们使用quantmod接入第三方数据源,实现自定义量化分析平台构建。...本文打算以陌陌股票分析背景,介绍如何通过quantmod构建专属量化分析平台。...什么是quantmod quantmod就是提供给宽客们使用专业模块,Quantmod本身提供强大数据接入能力,默认是雅虎财经数据源,此外quantmod还以绘制专业行情分析图表以及各种技术指标计算等功能著称...基于这个原理,我写了一个Quote函数来优化参数配置体验。首先我们需要定义一个股票池序列,然后调用Quote函数获取某只股票行情返回数据。...曲线addMACD() 效果 指标计算 参考官方文档,我们知道,利用quantmod和TTR,我们可以快速计算常见指标,下面是对应计算列表。

2.1K90

机器学习模型变量评估和选择基于技术指标『深度解析』

简介 本文重点介绍机器学习模型输入变量(预测因子)选择,预处理以及评估相关细节。所有的计算和实验将用R语言来实现。 输入数据 我们将采用11个指标(振荡器),在输入设置不设优先级。...我们使用rminer::holdout() 函数进行数据分组,将数据一分二。使用caret::preProcess() 函数和method = c("spatialSign")做数据规范化。...所有在这个提供方法被如下划分: RST 和 FRST基本概念。在这一部分我们可以观察四个不同任务:不可分辨关系,上下近似,正域和差别矩阵。 离散化。它用于将物理数据转换成名称数据。...我们将使用和之前获得数据一样数据,但将其转换到所使用“DecisionTable”类。...既然我们有的是连续数值数据,我们将使用一个提供特殊离散化函数,来将其转换为标定数据

1.7K50
  • 《极限挑战》罗志祥遭套路“破产”,我们却看到了更大危机

    4、在 R 语言中使用 SVM 外汇策略构建规则:鉴于对特征和 SVM 理解,先以 R 语言例。选取欧元/美元货币对一小时时间框架,可追溯到 2010 年。...指标 MACD(12,26,9)和抛物线 SAR,默认设置(0.02,0.2)。 首先,在 R 语言中加载必要库,读取 EUR / USD 数据。...然后,使用「TTR提供各自功能计算 MACD 和抛物线 SAR。随后,从每个数据 SAR 值减去收盘 EUR / USD 价格。...将指标和类合并为一个称为模型数据数据框,再将模型数据分成训练和测试数据。 然后,使用「e1071」 SVM 功能并训练数据;通过预测函数进行预测,并绘制模式。这一过程准确度达到了 53%。...&(价格-特区) -0.0005 短期交易准确率 54%,长期交易准确率 50%。

    79430

    R︱mlr挑选最适机器学习模型+变量评估与选择(案例详解)

    所有的计算和实验将用R语言来实现。 输入数据 我们将采用11个指标(振荡器),在输入设置不设优先级。我们将从某些指标抽取多个变量。然后我们将写一个函数形成17个变量输入。...所有在这个提供方法被如下划分: RST 和 FRST基本概念。在这一部分我们可以观察四个不同任务:不可分辨关系,上下近似,正域和差别矩阵。 离散化。它用于将物理数据转换成名称数据。...既然我们有的是连续数值数据,我们将使用一个提供特殊离散化函数,来将其转换为标定数据。...所有在这个提供方法被如下划分: RST 和 FRST基本概念。在这一部分我们可以观察四个不同任务:不可分辨关系,上下近似,正域和差别矩阵。 离散化。它用于将物理数据转换成名称数据。...既然我们有的是连续数值数据,我们将使用一个提供特殊离散化函数,来将其转换为标定数据

    2.5K20

    空间单细胞|10x Visium数据分析、可视化与整合(1)

    将包括以下常见于空间数据分析任务: 数据标准化 降维和数据聚类 发现空间变异性特征 与单细胞RNA测序数据整合 处理多个样本切片 首先,将加载Seurat及其所需其他以进行本教程操作。...,该数据是利用Visium v1化学技术生成。...数据包括两组连续前脑切片和两组(配对)后脑切片。 您可以利用SeuratLoad10X_Spatial()函数将其导入。...该函数能够读取spaceranger流程输出结果,并生成一个包含点级表达数据和相应组织切片图像Seurat对象。 此外,您还可以通过SeuratData轻松获取数据,如下面的示例所示。...首先,需要对数据进行标准化处理,以校正不同数据点之间测序深度差异。发现,空间数据在分子计数或点上变异可能非常显著,尤其是当组织细胞密度不同时。

    17510

    R语言金融市场量化交易:布林带、价差策略、RSI交易策略,回测COMP 226|附代码数据

    如果有连续多日价格向同一方向移动情况 每一天方向与之前变化不同,对该策略来说都是亏损一天,所以这样日子不应该有大价格波动。...测试该策略 从现在开始,我们将重复使用实用工具脚本 "utilities.R "函数。在这种情况下,我们将使用。 getLogReturns(prices),从调整后价格中计算出对数回报。...,然后将在我们下一个交易策略示例中使用 图表系列 > library(quantmod) > getSymbols('AAPL') 这使用BBands函数TTR quantmod在chartSeries...连续积分理论正是处理平稳时间序列线性组合,但我们不会去研究数学。 接下来我们将看到一个简单基于布林线价差交易策略想法。 例子:RSI策略 RSI是一个标准指标,在TTR软件实现。...数据漂移可能导致良好参数组合在样本内和样本外期间有所不同 ---- 本文选自《R语言金融市场量化交易:布林带、价差策略、RSI交易策略,回测COMP 226》。

    95500

    R语言金融市场量化交易:布林带、价差策略、RSI交易策略,回测COMP 226

    - 如果有连续多日价格向同一方向移动情况- 每一天方向与之前变化不同,对该策略来说都是亏损一天,所以这样日子不应该有大价格波动。...测试该策略从现在开始,我们将重复使用实用工具脚本 "utilities.R "函数。在这种情况下,我们将使用。- getLogReturns(prices),从调整后价格中计算出对数回报。...BBands函数TTR quantmod在chartSeries结合了xts和TTR功能策略代码我们将使用与相同循环、收益和权益曲线计算改变是位置向量计算pos <- long + short...连续积分理论正是处理平稳时间序列线性组合,但我们不会去研究数学。接下来我们将看到一个简单基于布林线价差交易策略想法。例子:RSI策略- RSI是一个标准指标,在TTR软件实现。...  - 数据漂移可能导致良好参数组合在样本内和样本外期间有所不同  最受欢迎见解1.R语言对S&P500股票指数进行ARIMA + GARCH交易策略2.R语言改进股票配对交易策略分析SPY—TLT

    90320

    应用空间统计学分析空间表达数据

    为了致敬原作,文章部分内容我们将在下面复现 H&E图像辅助细胞聚类 首先,我们配置好演示用R数据。...空间变异基因 至于空间信息,我们不妨理解采样点,不同分辨率技术,理解一个采样点采到了多少个细胞。...这里我们用方法是广义空间线性模型(generalized spatial linear models,GSLM),这一方法在单细胞转录组应用被封装在RSPARK,文章见: Shiquan Sun...我们知道单细胞数据分析过程,落脚点往往是在某个基因上面,这里我们也选一个基因来做地理加权回归。...这里用Rsp, 在sp定义了一个空间对象基础类Spatial,由两个solt 构成:bbox和proj4string, 在Spatial类基础上,分别扩展点线面和栅格4种空间数据类型,分别为

    1.1K20

    应用空间统计学分析空间表达数据

    为了致敬原作,文章部分内容我们将在下面复现 H&E图像辅助细胞聚类 首先,我们配置好演示用R数据。...空间变异基因 至于空间信息,我们不妨理解采样点,不同分辨率技术,理解一个采样点采到了多少个细胞。...这里我们用方法是广义空间线性模型(generalized spatial linear models,GSLM),这一方法在单细胞转录组应用被封装在RSPARK,文章见: Shiquan Sun...我们知道单细胞数据分析过程,落脚点往往是在某个基因上面,这里我们也选一个基因来做地理加权回归。...这里用Rsp, 在sp定义了一个空间对象基础类Spatial,由两个solt 构成:bbox和proj4string, 在Spatial类基础上,分别扩展点线面和栅格4种空间数据类型,分别为

    1.4K20

    Seurat4.0系列教程22:空间转录组分析、可视化与整合

    SpatialFeaturePlot(brain, features = c("Hpca", "Ttr")) Seurat 默认参数强调分子数据可视化。...此过程还有助于将这些数据与下一节外皮层 scRNA-seq 数据整合。首先,我们取群子集,然后根据确切位置进一步细分。subset后,我们可以在完整图像或裁剪图像上可视化皮质细胞。...首先加载数据(此处下载[10]),预处理 scRNA-seq 参考,然后执行标签转移。该过程每个点输出每个scRNA-seq细胞概率分类。我们将这些预测添加到新Seurat 对象进行分析。...Seurat 对象多个切片,我们提供了merge。...此教程将遵循与 10x Visium 数据空间教程大致相同结构。 您可以使用SeuratData 轻松访问数据,如下所示。安装数据后,您可以键入?

    9K35

    Go函数下篇:defer和闭

    defer内结果: 3010解析:在work函数内,变量num传递给了通过defer注册了匿名函数,在匿名函数内做了加20,但它结果并未影响到外面的num变量,这就是值拷贝。...闭初体验闭本质其实返回是一个函数,但这个函数有点特殊,为啥说特殊呢?...//第1次调用结果输出hello ttr ttr //第2次调用结果输出hello ttr ttr ttr //第3次调用结果输出hello ttr ttr ttr ttr //第4次调用结果输出这次对...在bibao函数,对于匿名函数内部来说,它外部变量就是bibao函数base变量。...调用函数bibao并传入"ttr",在匿名函数中进行了字符串拼接,bibao("ttr")初始化了一次,b()反复调用了4次,在匿名函数引用外部变量base,每次调用时返回是外部变量base多个副本

    76710

    文献推荐:影像组学评分是基于影像学特征一个单发HCC患者术后生存预后指标

    今天献丑了,分析是ZBH和LLZ两位师兄临床评分文章(我能大概读懂结果和思路,但是方法学一窍不通)。如有不妥之处,请多多指点。...(数据丢失太多,最后导致样本量小,这可能是文章不足之处,偏倚大) 2. 两个结局指标是:复发间隔期TTR和总生存期OS 3....质构分析影像学特征挑选+rad评分系统建立:(前面这个10倍这个没看懂)用R语言glmnet做lasso-logistic regression从110个rad特征里筛出6个(用训练队列212...统计分析用SPSS或Rrms,X-tile用来取rad-scorecut-off值(X-tile是一种可以区别肿瘤亚群、判定biomarker和结局关联性强度工具,非常想学)。...个人感悟:可以看出丰富方法学手段一个简单idea添砖加瓦,锦上添花,提升档次。

    5.9K30

    糖尿病视网膜病变患者长非编码RNA鉴定

    功能注释和基因富集分析用于分析TTR影响途径和过程。采用加权基因共表达网络分析(WGCNA)获得HUB模块和基因。根据顺式、反式和竞争性内源RNA作用方式构建了LncRNA-mRNA调控网络。...结果:低糖(LG)、高糖(HG)和高糖加4μMTTR(HG+TTR)处理的人肾小管上皮细胞(HRECs)进行了测序。...使用MCODE寻找主网络内密集连接区域和自网络。 4.WGCNA 当软阈值定义10时,具有133个基因ME绿色模块与葡萄糖和TTR相关性最高。...从GEO数据库下载得到表达矩阵 一文就够 GSEA分析一文就够(单机版+R语言版) 根据分组信息做差异分析- 这个一文不够 差异分析得到结果注释一文就够 得到如下所示火山图和差异基因热图; ?...顺式调控网络(8A),选择编码mRNAs附近lncRNAs进行网络构建。网络edge表示同一染色体10kb内相对上游或下游位置。

    52420

    Qlib来啦:模型训练篇

    接下来,我们就以MACD和RSI两个指标例,实现一个自定义DataHandlerLP类。...准备数据及模型,进行训练 在Qlib框架下,使用机器学习进行量化研究主要有以下步骤: 数据准备 Dataset 模型配置 训练及结果分析 我们之前数据篇已经完成了数据准备部分,这其中核心就是因子...接下来我们使用Alpha158数据,及内置ALSTM模型,说明一下模型训练过程。...Qlib中使用R作为QlibRecorder简称,每次开始实验都会在指定目录(默认当前目录)新建一个mlruns文件夹,用于存放每次实验中间结果: 在以上代码R.start()只能与with搭配使用...我们只要看一下SigAnaRecord源码就明白了:  可以,看出以上代码,generate方法就是实现了: 根据训练好模型生成预测pred,并保存在pickle文件 获取了测试label

    3.1K42

    实战:基于技术分析Python算法交易

    这个函数用来设置回测起始时间,因为我希望所有策略开始实施时间保持一致,设置2016年第一天。不过,有些基于技术指标的策略需要一定数量历史数据,也就是所谓 warm-up 阶段。...) 当投资者购买股票时,他们会花掉全部本金 之所以选择这段时期,是因为2018年 Quandl 数据还没有更新,我们希望代码可以尽可能简化。...该策略逻辑可以归纳以下几步: 当20天 SMA 价格上升时,买入股份 当20天 SMA 价格下降时,卖掉全部股份 用前19天和当天数据计算移动平均数,次日执行交易决策 这是我们第一次调用预设辅助函数地方...该策略逻辑如下: 当较快移动平均值穿越较慢移动平均值时,我们买入股份 当较慢移动平均值穿越较快移动平均值时,我们卖出股份 一定要记住一点,在这种策略,许多不同长度窗口组合构成了速度不同移动平均数...RSI 结果0到100之间数字,一般按14天进行计算。为生成交易信号,通常要指定 RSI 下限为30,上限为70。也就是说,30以下在超卖区,70以上超买区。

    1.6K22

    用代码说话!机器学习能预测股市吗?

    我们使用QQQ数据最佳模型AUC0.917。...我们以为我们找到了预测股市方法。然而,情况并非如此,因为我们发现了我们模型一个主要缺陷。 按照惯例,在机器学习,为了创建训练和测试,需要对打乱数据集中数据顺序(shuffle)。...这样做是必要,因为我们希望在测试集中数据与训练数据有相同分布。然而,由于股票历史数据是时间序列,我们没办法知道随后几天数据,因此对数据进行打乱意味着训练数据有未来数据(未来函数)。...实验2(第二天价格上升 / 下降作为标签) 1、TPOT TPOT是一个开源AutoML Python,可以运行许多不同特性工程和模型选择组合。...此外,TPOT会自动存储它搜索到最佳pipeline,并允许用户将这些结果导出.py文件。在本文中,TPOT对我数据进行PCA,并选择GaussianNB作为最佳分类模型。 2.

    2.3K20
    领券