写在前面的话

终于开始用R语言进行我一直感兴趣的股票投资实践，真是激动人心、心潮澎湃啊。^_^^_^^_^

动手开始实践之前，先谈谈我对A股投资的几点看法。系统学习股票投资一段时间以来，我是坚持认为股票投资是目前国内理财方式中比较不错的理财方式。但前提是你必须学习学习再学习，具备相关理财知识后再进入该领域。你开个饭店，还要学习经营管理，甚至研究厨艺；某宝买个衣服还要货比三家，而股市中真金白银的买来买去，仅仅靠感觉吗？当然不行，必须的有理财知识和风险意识。一定要建立自己的交易系统，否则还是谨慎进入。这是忠告，也是我的血的教训。

提到交易系统，再多说几句。所谓自己的交易系统，就是要选择适合自己的投资方式。选择腾讯、谷歌这样的高成长性公司，长期持有其股票是交易系统，靠的是耐心；股市里低买高卖，频繁操作获取利差，也是交易系统，靠的是对技术指标的熟练应用；研究国家政策和行业特点，对ST的国企分析其改革重组的机率，获取高额的回报，也是交易系统，靠的是对宏观政策的敏锐解读和企业基本面的独特研究；持有交通银行这样的巨无霸股票，吃股息和分红收益，同时进行无风险的打新策略，也是交易系统，靠的是稳定的心态。仁者见仁智者见智，交易系统没有优劣，只有适合与否。巴菲特靠价值投资闻名于世，无数后人追捧；而索罗斯靠市场投机同样挣的盆满钵满，孰对孰错呢？

股票交易是零和游戏不假，你挣的钱肯定是某个人或某些人亏的钱。但它完全不同于赌博，股票买卖想要实现盈利就是控制好风险，持续做大概率事件，而不是靠运气。从逻辑上分析，买入成长性的公司并长期持有，大概率是会挣钱的，这点毋庸置疑。
但在具体操作层面，股票操作还是很考验人性的，能有一笔十年不动的资金放那、能够买入后半年甚至一年关注下股价，能够容忍自己买入股票后两年还是当初的价格甚至更低（巴菲特还经常买入后被套好几年）…………大家可以扪心自问下，当遇到这些情况时你是不是会有卖掉不做的冲动。就好比减肥，谁都知道少吃多运动就会瘦，可现实生活中做到的人比例却是极低。

在这里我想说的是，买入成长性公司并长期持有，这是“道”的层面，属宏观指导；具体投资还需掌握基本面分析、量价关系、左侧和右侧的不同趋势交易、甚至K线等等“术”的层面知识，要会制定微观操作策略。“道”与“术”相结合，采用定投等策略，好投资美股（政策性影响较小，你懂的）。这是我的一点投资心得，也是我正努力的方向。与大家共勉。

废话不叙，现在开始我的R语言实践之旅：在R语言中用Quantmod金融包分析股票波动及长期持有的收益。

1、选择标的

选取A股中能够称得上价值投资的品种贵州茅台（600159），机械类龙头三一重工（600031）和养殖概念股正邦科技（002157）。时间跨度从2007年1月至2017年8月底，看看一直持有这三只股票收益会如何。同时这十年也是房价狂飙突进的十年，对比下收益，看看能有什么结果。

说明：正邦科技是从2007年8月17日上市，时间稍稍短一点。

2、计算持有三支股票10年的收益

（1）读入股票数据并存盘

在R语言中运用quantmod包读取三只股票数据，下载的股票数据当然的存盘了。代码如下：

###读取股票数据并存盘
library(quantmod)
library(dplyr)
library(stringr)
data1 <- getSymbols("600519.ss",src="yahoo",from="2007-01-01",to="2017-08-31",auto.assign = FALSE)
#chartSeries(`600519.SS`)
data2 <- getSymbols("600031.ss",src="yahoo",from="2007-01-01",to="2017-08-31",auto.assign = FALSE)
data3 <- getSymbols("002157.sz",src="yahoo",from="2007-01-01",to="2017-08-31",auto.assign = FALSE)
write.csv(data1,file = "G:/统计概率学习实践/第三关实践作业/data/600519.csv")
write.csv(data1,file = "G:/统计概率学习实践/第三关实践作业/data/600031.csv")
write.csv(data1,file = "G:/统计概率学习实践/第三关实践作业/data/002157.csv")

（2）持有这些股票10年的收益如何

股票投资中，收益率的计算公式为：

收益率=净利润/成本={（卖价-买价）*股份-手续费} /（买价*股份+买时费用）

假设我们买入后持有10年不动，假设股份没有变化，在不考虑手续费时，计算公式可简化为：

收益率=净利润/成本=（卖价-买价）/买价

###(1)用收盘价计算十年来收益率
#首先转化为周数据
MT <- to.weekly(data1)
SY <- to.weekly(data2)
ZB <- to.weekly(data3)
MTclose <- Cl(MT)
MTrate10 <- (as.numeric(MTclose[546,1]) - as.numeric(MTclose[1,1]))*100/as.numeric(MTclose[1,1])
MTrate10 <- round(MTrate10,2)
SYclose <- Cl(SY)
SYrate10 <- (as.numeric(SYclose[546,]) - as.numeric(SYclose[1,]))*100/as.numeric(SYclose[1,])
SYrate10 <- round(SYrate10,2)
ZBclose <- Cl(ZB)
ZBrate10 <- (as.numeric(ZBclose[515,]) - as.numeric(ZBclose[1,]))*100/as.numeric(ZBclose[1,])
ZBrate10 <- round(ZBrate10,2)

用2017年8月31日的收盘价来计算三只股票的十年收益，分别为：茅台是657.76%，三一是180.61%，正邦是109.87%。

特别申明：以上收益只是以下载的数据进行简单计算，可能会跟实际有出入（这个数据没有经过除权）。因为茅台有股息分红，十年时间跨度来衡量的话收益会更高；正邦在2016年9月有过高送转，相当于总股本数会增多，实际收益也远比109.87%高。三一不太了解，不多评述。

总的来说，2007年1月投资这三只股票并持有超过十年的话，投资资金至少会翻倍，买入茅台的话收益会在6倍以上。大家可以对比下自己所在城市的房价涨幅，如果十年前投资房产收益又如何呢？反正我所在中部城市房价这十年也就是翻一倍而已，单从投资角度来看股票投资还是很划算的。毕竟房子是大笔资金，如果分期的话还得计算还银行的利息。北上广深房价涨幅大，可能投资房产收益会高些。

（3）股价波动告诉我们的投资策略

用quantmod包的chart_series()函数分别绘制三只股票的收盘价波动曲线图。

###(2)绘制周线的图形并分析波动规律
chart_Series(Cl(MT),name = "贵州茅台")
chart_Series(Cl(SY),name = "三一重工")
chart_Series(Cl(ZB),name = "正邦科技")

由图可以看出，从10年投资跨度来看，贵州茅台投资价值高，正邦科技次之，三一重工差。简单分析其原因是因为三一重工属于工程基建行业，而基建投资跟国家的经济周期有很大关系，随着经济周期的波动其业绩也会有波动，反映在股市中就是股价起伏波动较大。相信有色和煤炭类的股票这种波动性更大。

由此得出的一点粗浅结论就是：如果长期持有投资的话，应避开周期类股票，尽量选择消费类或成长类的白马股票。

3、分析10年内三支股票的波动规律

（1）绘制月K线图

把三只股票日交易数据转化成月数据，在R语言中用chartSeries（）函数绘制包含高、低、开盘和收盘四个价格的月K线图，看其波动情况。

（2）分别用ATR和ADX指标进行分析

采用ATR和ADX指标进行分析股价波动大小和趋势强弱。

ATR是“真实波动浮动均值”。常态时，ATR波幅围绕均线上下波动，极端行情时波幅上下幅度剧烈加大。一般认为，ATR指标越高，价格趋势逆转的几率越大。作为一个波动性的指标，ATR只提供波动性启示，无法预测股价方向。

ADX是平均趋向指标。它是另一种常用的趋势衡量指标。它无法告诉你趋势的发展方向，但如果趋势存在可以衡量趋势的强度。百度相关资料是这么表述的。

添加ATR线和ADX线的月K线图。代码如下：

chartSeries(to.monthly(data1),name = "贵州茅台",theme = "white")
addATR()
addADX()
chartSeries(to.monthly(data2),name = "三一重工",theme = "white")
addATR()
addADX()
chartSeries(to.monthly(data3),name = "正邦科技",theme = "white")
addATR()
addADX()

三支股票添加ATR线和ADX线的月K线图分别如下：

贵州茅台的ATR指标基本反映股票的波动大小。但在2014～2015年和2016年下半年，ATR波动较股价大，有所失真。

ADX指标基本反映贵州茅台股票的趋势，但在2010～2012年和2014～2015年上半年，两个时间段股价相似，但前后两个时间段趋势强弱却不同。

三一重工的ATR指标跟股价波动大小非常吻合。但ADX指标在2015年上半年有所失真，指标大小表示的趋势强度远没实际股价走势强劲。

正邦科技的ATR指标和ADX指标都跟股价比较吻合。

粗浅结论是：长线投资来看，ATR和ADX指标只是起参考作用，不适合作为实际操作依据。长线来说，简单的定投即可。

此外，还可以添加addMA，addMACD等等指标，这些功能常规券商软件都可查看使用。普通投资者了解这些技术指标后，能够对基金等理财产品加以判断，选择更好的产品即可，没必要纠结于技术本身。很多理财产品的投资组合都是对数据提取和线性规划求解后，做出相应的投资组合。我们只要“知其然”就可以了，不必追求“其所以然”。

4、三只股票间以及与上证指数的相关性分析

股票市场中投资，虽然会有不同板块轮动、大盘下跌某些股票仍然逆市上涨等现象。但从十年时间跨度来说，三支股票的涨跌彼此之间以及它们与上证指数之间有无相关性呢？

10年（2007年8月31日至2017年8月31日）时间段内，用R语言对三只股票和上证指数（000001）的日调整数据进行了相关性分析。采用psych包的corr.test（）函数进行积差相关关系的分析。

###(3)分析三支股票和上证指数日调整价格的相关性
ss <- getSymbols(c("000001.ss","600519.ss","600031.ss","002157.sz"),src="yahoo",from="2007-08-31",to="2017-08-31")
AD <- cbind(Ad(`000001.SS`),Ad(`600519.SS`),Ad(`600031.SS`),Ad(`002157.SZ`))
AD <- as.data.frame(AD)
library(psych)
corr.test(AD)

由结果可知：与上证指数相比，贵州茅台和正邦科技相关系数分别为0.22和0.25，有一定的相关性；而三一重工跟上证指数相关系数为0.06，基本没相关性。

与贵州茅台相比，正邦科技的相关系数为0.76，二者相关性较好；三一重工跟它倆都没啥相关性。究其原因，贵州茅台和正邦科技虽然不属于同一板块，但都是与人们生活消费相关的股票，其业绩跟消费能力有关，背后增长逻辑有一定相似性。而三一重工的业绩增长跟它们俩的逻辑就不同。

粗浅结论：从长期来看，不是所有股票都跟上证指数有相关性的。长期投资的关键是选好标的，有成长性、有业绩支撑的公司，一定要有背后逻辑支撑其股价长期上涨才行。这也是我本次实践时新的感悟。

几点说明和思考

（1）分析中用的数据未经除权处理，仅作为编程实践使用。实际上贵州茅台加上分红的收入的话已远超股价成本，复权后初期股价已经成负值了。

（2）股票案例分析重在R语言编程实践，不作为投资建议。投资理念倒是有借鉴之处。

（3）Quantmod包主要是抓数据和图形显示等技术分析。如果只是用这些技术指标作为投资参考，建议选用各大券商软件，功能齐全、数据准确。毕竟想喝牛奶不用非得自己养头牛嘛。

（4）如果想建立自己的投资量化模型或优化投资组合，Quantmod包是远远不够的，还需不同的包来配合。感觉这是属于金融领域范畴知识了。

（5）应用Quantmod包后感觉推开了另一扇门，进入了量化交易的领域。但埋头赶路不要忘了抬头看路，千万别进入盲目学习的误区。为了用而学，而不是为了学而学。金融包Quantmod也是如此，了解其功能后当做使用工具即可。因为价值投资、技术分析、量化交易分属不同门派，孰好孰坏投资领域已经争论百年，且没有定论，关键的关键是研究后不一定能挣钱。

（6）投资一定要关注背后的逻辑，然后坚守自己的逻辑并不断修正。而现实却是大部分人根本就没有自己的逻辑。

本次实践让我感到欣慰，也是大的收获是：金融包Quantmod把大数据编程和股票投资联系起来了，两个我原来觉得不太相关的领域，中间的门打通了。两个不同的维度找到了交叉点，甚喜、甚喜、甚喜！！！