R是一门非常适合做数据的工具。不用关注时间复杂度多少，怎么把程序写漂亮。而是关注如何收集数据，提高数据质量，来解决实际的业务问题。

跨界是一个很难的问题，因为不同背景的人进行沟通是一个非常困难的问题，尤其是金融行业和IT行业：一个封闭不愿意分享，一个开放崇尚开源；一种所有人都要为我服务，一种只专注自己感兴趣的事情。

做跨学科的事情，你要了解项目管理的方法，产品设计的逻辑，数知识，机器学习知识，结合业务，理解市场规则。

量化领域更是R语言的强项，有针对投资研究的包，有做回测分析的包，有做金融产品定价的包，有做投资组合优化的包，还有风险管理的包，涵盖了量化投资的方方面面，只是有些包的使用要针对中国市场的特点进行改进和优化

• 数据管理：包括数据集抓取、存储、读取、时间序列、数据处理等，涉及的R包有zoo（时间序列对象）、xts（时间序列处理）、timeSeries（Rmetrics系时间序列对象）、timeDate（Rmetrics系时间序列处理）、data.table（数据处理）、quantmod（数据下载和图形可视化）、RQuantLib（QuantLib数据接口）、WindR（Wind数据接口）、RJDBC（数据库访问接口）rhadoop（Hadoop访问接口）、rhive（Hive访问接口）、rredis（Redis访问接口）、rmongodb（MongoDB访问接口）、SparkR（Spark访问接口）、fImport（Rmetrics系数据访问接口）等

• 指标计算：包括金融市场的技术指标的各种计算方法，涉及的R包有TTR（技术指标）、TSA（时间序列计算）、urca（单位根检验）、fArma（Rmetrics系ARMA计算）、fAsianOptions（Rmetrics系亚洲期权定价）、fBasics（Rmetrics系计算工具）、fCopulae（Rmetrics系财务分析）、fExoticOptions（Rmetrics系期权计算）、fGarch（Rmetrics系Garch模型）、fNonlinear（Rmetrics系非线模型）、fOptions（Rmetrics系期权定价）、fRegression（Rmetrics系回归分析）、fUnitRoots（Rmetrics系单位根检验）等

• 回测交易：包括金融数据建模，并验证历史数据验证模型的可靠性，涉及的R包有FinancialInstrument（金融产品）
  quantstrat（策略模型和回测）、blotter（账户管理）、fTrading（Rmetrics系交易分析）等

• 投资组合：对多策略或多模型进行管理和优化，涉及的R包有PortfolioAnalytics（组合分析和优化）、stockPortfolio（股票组合管理）、fAssets（Rmetrics系组合管理）等。

• 风险管理：对持仓进行风险指标的计算和风险提示，涉及的R包有Performance-Analytics（风险分析）、fPortfolio（Rmetrics系组合优化）、fExtremes（Rmetrics系数据处理）

下面，列出一个简单的例子，做一个简单的交易策略，即基于移动平均线MACD做一个针对全球指数的投资方案

1. 用quantmod 包下载数据
2. 使用 zoo包和xts 包进行数据格式标准化
3. 用TTR 包进行模型计算
4. 使用PerformanceAnalytics进行 指标风险计算
5. 使用ggplot2 进行可视化展示
6. 最后，进行结果分析

首先，我们要获取数据：个人用户可以通过互联网免费下载数据，专业机构通常都是买专业数据库。这里我们通过quantmod包从Yahoo财经下载数据。我选择了全球5个市场的指数进行比较

# 加载程序库
library(quantmod)
library(TTR)
library(PerformanceAnalytics)
library(ggplot2)
library(scales)

# 从Yahoo财经下载各全球指数数据
options(stringsAsFactors = FALSE) 


ymbols<-c("^GSPC","^N225","^HSI","^STI","000001.SS")

suppressWarnings(getSymbols(ymbols,src = "yahoo",from="2012-01-01"))





# 取指数价格调整后的数据，合并数据集
df<-merge(GSPC$GSPC.Adjusted,HSI$HSI.Adjusted,N225$N225.Adjusted,STI$STI.Adjusted,`000001.SS`$`000001.SS.Adjusted`)

# 对列重命名
 names(df)<-c("GSPC","HSI","N225","STI","SSE")

 # 查看数据
 
 head(df)

             GSPC      HSI    N225     STI      SSE
2012-01-03 1277.06 18877.41      NA 2688.36       NA
2012-01-04 1277.30 18727.31 8560.11 2711.02 2169.390
2012-01-05 1281.06 18813.41 8488.71 2713.02 2148.452
2012-01-06 1277.81 18593.06 8390.35 2715.59 2163.395
2012-01-09 1280.70 18865.72      NA 2691.28 2225.890
2012-01-10 1292.08 19004.28 8422.26 2719.83 2285.744

整个数据集采用从2012年01月03日到现在的数据，画出全球化指数

 # 画出全球指数
 g<-ggplot(aes(x=Index,y=Value, colour=Series),data=fortify(df,melt=TRUE))
 g<-g+geom_line(size=1)
 g<-g+scale_y_continuous(breaks = seq(1000,30000,4000))
 g<-g+ggtitle("Gloabel Index")
 g
 

image.png

由于各国指数成立时间不同，成份股也不同，导致指数值有的很大，有的相对比较小，所以我们不能用指数大小来判断好坏。通常情况下，我们会转换成收益率进行比较，通过收益率进行度量后，所有标的便都是在同一个维度了。

# 全球指数的每日累计收益率
 ret_df<-Return.calculate(df, method="discrete")
 chart.CumReturns(ret_df,legend.loc="topleft", main="Cumulative Daily Returns for Gloabel Index")

image.png

收益率越高，说明指数在这期间是表现越多的，我们越应该去投资。图1-3中，日经225（N225）指数大幅超越了其他指数，中国的上证综指（SSE）一起一落波动非常大，标普500（GSPC）走势稳健。

接下来计算指数的平均年化收益率，如果我们把钱一直投资在这些指数上面，那么每年的平均回报是多少呢？

Return.annualized(ret_df)   
                       GSPC        HSI      N225        STI         SSE
Annualized Return 0.08714533 0.06414805 0.1526533 0.02519472 0.007562616

这里日经指数（N225）年化回报率是最高的，每年平均有19.28%的年化收益率，

相符。而中国的上证综指（SSE）仅有4.82%的年化收益率，回报不算高，且波动太大。综合来看，标普500（GSPC）其实是投资的首选，11.34%年化收益率，平均波动率也不是太高，所以风险和收益都是相对不错的。

接下来，我们构建一个简单的MACD模型，通过MACD策略再对上面5个指数构建交易策略。

MACD<-function(dt,n=30){
names(dt)<-c('close')
# MACD移动平均均线
dat<-na.locf(dt)
dat$ma<-SMA(dat$close,n)
   
# 交易信号
sig_buy<-which(dat$ma-dat$close>0)
sig_Sell<-which(dat$ma-dat$close<0)
sig_buy<-sig_buy[which(diff(sig_buy)>1)]
sig_Sell<-sig_Sell[which(diff(sig_Sell)>1)]

if(first(sig_Sell)<first(sig_buy)) sig_Sell<-sig_Sell[-1]
if(last(sig_Sell)<last(sig_buy)) sig_buy<-sig_buy[-length(sig_buy)]
     
         # 交易清单
trade_dat<-do.call(rbind.data.frame, apply(cbind(sig_buy,sig_Sell),1,function(row){
dt[row[1]:row[2],]
}))

         
           # 计算收益率
ret_trade<-Return.calculate(trade_dat, method="discrete")
           return(ret_trade)
}


 # MACD策略每日收益率
macd_ret<-lapply(df, function(col) MACD(col,30))
 # MACD策略，年化收益率

t(do.call(rbind.data.frame, lapply(macd_ret,Return.annualized)))
           GSPC       HSI      N225       STI       SSE
close 0.2000791 0.2125424 0.2043864 0.0288004 0.1387109

我们写了一个MACD的策略函数，相当于建模的过程，函数的输出即策略的收益率。然后，我们把指数数据传给MACD（）函数，经过计算输出策略收益率。

量化交易平台系统架构

image.png

量化投资的计算过程就是：包括数据采集、数据清洗、数据标准化、指标计算、数据建模、历史回测、投资组合构建、组合优化、计算结果评价、数据可视化等组成部分

要搭建一套量化交易的系统，主要就是完成图1-4所示的这些步骤。对于个人玩家来说，按照上面R语言代码的思路，就已经可以实现了。如果你想做得更好，不仅是个人玩，而是通过成立公司把系统做大做强，为更多的用户提供量化服务，那么你还需要有一整套的平台架构方案，同时配合你要做的金融业务。

image.png

• 数据采集系统：主要用于采集证券、期货等金融产品的交易数据，证券产品的财务数据，以及宏观指标数据和互联网数据等

• 数据平台系统：用于数据存储和数据访问，实现统一的数据访问的接口。

• 在线研发系统：让开发者通过API进行在线策略开发，开发者可以直接使用平台的数据，策略提交后自动化完成策略回测

• 回测系统：对用户已提交的策略进行历史数据的回测，并进行打分和评估。

• 策略系统：把回测验证后的策略，进行信号的可视化展示，在交易时间实现实时数据刷新，帮助开发者更直观地理解策略信号

• 优选系统：从回测已验证的策略中，选出符合一定条件的策略进行模拟交易。

• 模拟交易系统：运行策略产生策略信号，进行模拟买卖

• 模拟会计系统：对模拟交易进行每日的会计核算

• 策略超市：从模拟会计系统选出符合一定条件的策略，放入策略超市，开放给投资人

• 投资组合：投资人从策略超市中选出多个策略，组建投资组合

• 实盘交易系统：根据投资组合中的策略信号，进行实盘的自动化交易

• 实盘会计系统：对实盘交易进行每日的会计核算

• 风控系统：对实盘的策略进行风险监控，一旦实盘策略遇到黑天鹅事件，将马上切断交易，并通知投资人调整投资组合

• 指标系统：以宏观数据为基础，让用户可以通过自定义的方式，创建自己理解的指标，并以个人的名义进行发布和分享

• 策略周刊：每周选出平台中公开的、表现比较好的策略，以报告形形式进行推广和发布

接下来我们换一个角度，从系统架构看，整套IT系统主要分为4大模块：数据部分、计算部分、展示部分、交易部分。我们把图1-5的内容转化为用技术架构来描述

image.png

• 数据部分主要包括2类数据，历史数据和实时数据。历史数据的特点是种类繁多，数据量巨大，用于回测和建模。实时数据的特点是及时性要求高，用于交易。数据部分主要通过Java来构建，以保证系统的可靠性、稳定性和高性能

• 计算部分主要是各种算法的应用，包括指标计算、历史回测、实时估值、数据挖掘等（这些是R语言擅长的，并且用Docker进行隔离，可以有效地分配计算资源）。计算部分主要通过R来完成。R让建模变得简单，几分钟就可以把想法落地变成模型

• 展示部分主要是把计算的结果在PC或手机上进行可视化，以友好的方式将收益和风险水平反馈给用户。展示部分主要是用Javascript来完成，可以让可视化有更好的体验

• 交易部分主要是对接交易所的交易通道，让我们可以用真钱去交易，让分析结果得到价值的体现，让技术得以变现。交易部分主要是用C++技术，以保证交易的及时性。

从整体的结构来看，R语言是大脑，是帮助我们决策的最核心的部分，而决策也是量化投资过程中最复杂的部分。量化投资本身是一个跨学科的领域，需要系统的、科学的方法才能把这些事情做好