一、R代码实现。
用google在网上搜索到的回测语句都大同小异，下面给出一个示例，改编自：量化策略回测：
# 以S&P500为例，其雅虎代码为^GSPC；我们要计算5日均线指标的函数就是SMA()，
# 先载入需要的扩展包
> library(quantmod)
> library(PerformanceAnalytics)
# 先获取S&P500的交易数据，然后根据其收盘价（由函数Cl()抽取）计算其5日均线值：
> getSymbols('^GSPC') #S&P500 OHLC data
> close <- Cl(GSPC)
> mv5 <- SMA(close, 5)
# 策略是当收盘价大于5日均线，代表可以入市，取1，否则代表清仓，取0。（-1是代表卖空，不适用。）
> sig <- ifelse(close < mv5, 1, 0)
# 使用Lag()将信号序列向“过去”推迟一天，代表将昨天的信号，应用到今天。
> sig <- Lag(sig) #将该序列向“过去”延迟一天
# 计算收益序列
# discrete代表用离散方式计算当天收益率，即(Close-Close(-1))/Close(-1)
# continous代表用连续方式计算当天收益率，即ln(Close/Close(-1))
> roc <- ROC(type='discrete',close)
> ret <- roc * sig
# 画出策略收益图
> charts.PerformanceSummary(ret)
# 最上面的板块是积累收益，相当于对cumprod(1+ret)的绘图；
# 第二个是日收益，相当于对ret原始收益数据的绘图；
# 最下面的是下跌图（又称“水下图”），将下跌成分独立绘出，有助于我们分析亏损状况和研究弥补措施。
以上需要注意的地方是制定策略的语句
> sig <- ifelse(close < mv5, 1, 0)
# 当收盘价大于5日均线时，sig取1，否则取0。
在网上公布的代码当中，有的是取-1，这里-1代表卖空，不是清仓，得到的结果是不对的。
二、excel模拟。
当初得到这个结果的时候我很怀疑，用几条R语句就把量化策略及结果模拟出来了？看上去这么神奇，结果对不对呢？我在excel里对该策略进行模拟：
以上面的策略为基础，细化得到的交易方案是这样的：
- 当股票收盘价格高于五日均线，且无持仓，那么第二天满仓入市。
- 当股票收盘价格高于五日均线，且满仓，那么第二天继续持仓。
- 当股票收盘价格低于五日均线，且无持仓，那么第二天继续空仓。
- 当股票收盘价格低于五日均线，且满仓，那么第二天全部平仓。
为了简化计算，假设以前一天的收盘价作为成交价：即以前一天的收盘价满仓入市，或以前一天的收盘价全部平仓。当然这可以在进一步的研究中细化，但这里我们只是为了演示，就不过于复杂了。
excel表格里得到的结果如下：
| CLOSE | SMA | sig | ROC | ROC*sig | 股票 | 现金 | 总收益 | |
|---|---|---|---|---|---|---|---|---|
| 1994-1-3 | 5.6 | 0 | 1 | 1 | ||||
| 1994-1-4 | 5.55 | 0 | 1 | 1 | ||||
| 1994-1-5 | 5.65 | 0 | 1 | 1 | ||||
| 1994-1-6 | 6.1 | 0 | 1 | 1 | ||||
| 1994-1-7 | 6.25 | 5.83 | 0 | 1 | 1 | |||
| 1994-1-10 | 6.45 | 6 | 1 | 0.032 | 0.032 | 1.032 | 0 | 1.032 |
| 1994-1-11 | 6.15 | 6.12 | 1 | -0.047 | -0.047 | 0.984 | 0 | 0.984 |
| 1994-1-12 | 6.15 | 6.22 | 1 | 0 | 0 | 0.984 | 0 | 0.984 |
| 1994-1-13 | 6.25 | 6.25 | 0 | 0.016 | 0 | 0 | 0.984 | 0.984 |
| 1994-1-14 | 6.1 | 6.22 | 0 | -0.024 | 0 | 0 | 0.984 | 0.984 |
| 1994-1-17 | 6 | 6.13 | 0 | -0.016 | 0 | 0 | 0.984 | 0.984 |
| 1994-1-18 | 6.2 | 6.14 | 0 | 0.033 | 0 | 0 | 0.984 | 0.984 |
| 1994-1-19 | 6 | 6.11 | 1 | -0.032 | -0.032 | 0.952 | 0 | 0.952 |
| 1994-1-20 | 6 | 6.06 | 0 | 0 | 0 | 0 | 0.952 | 0.952 |
由于是取5日平均，所以5日平均值SMA从第5个交易日开始出现。这几天的资产都是现金，总收益为1。
从第6个交易日开始，通过判断收盘价与5日均线之间的大小，得到交易信号sig，注意，这里的sig是滞后一日的，代表前一天的收盘价与5日均线之间的相对大小。
1994-1-10 close>SMA，sig=1，以前一天的收盘价6.25满仓入市，当天收盘价为6.45，日内收益率为0.032，股票价值1.032，现金为0，总资产价值为1.032。
1994-1-11 close>SMA，sig=1，鉴于前一天已入市，继续持仓，当天收盘价为6.15，日内收益率为-0.047，股票价值0.984，现金为0，总资产价值为0.984。
1994-1-12 close>SMA，sig=1，继续持仓，当天收盘价为6.15，日内收益率为0，股票价值0.984，现金为0，总资产价值为0.984。
1994-1-13 close<SMA，sig=0，以前一天的收盘价6.15全部清仓，股票价值为0，现金为前一天的股票价值0.984，总资产价值为0.984。
此时，经历了一次持仓以及清仓之后，投资者手里只拥有现金资产，总资产价值为0.984，亏损0.016。
通过对比excel计算的ret（ROC*sig）与R代码计算的ret，两者的结果完全一致。
通过用excel对以上回测策略的模拟，可以发现以上回测策略的隐含前提：
(1) 入市价格和清仓价格均为前一天的收盘价。
(2) 入市则全部满仓，离市则全部清仓。
三、神秘的charts.PerformanceSummary()函数。
在R代码中，一条charts.PerformanceSummary()语句，画出在该策略下，对应股票的总资产收益，日收益和下跌图。它就像一个神奇的黑箱，给我们以策略是否有效以最直观的图形表示。但光有图形还不够，这三条曲线分别对应哪些数据，能不能分别导出方便进一步研究呢？
-
总资产收益。
对应的是excle表格当中的总收益，直观表示了应用该策略，投资者总资产在回测时间内的增减情况。虽然在excel模拟中用股票、现金、总资产三个条目来代表，但其实用一条R代码就可以实现了：
cumprod(1+ret)也就是对（1+ret）的连乘。很容易理解：假设到了第n天，那么这一天的总收益Rn应该等于前一天的总收益R(n-1)乘以当天的收益率，不是ret，而应当是(1+ret)。
R代码得到的结果与excel是一致的。
-
日收益。
就是R代码当中的ret和excel表格中的ROC*sig。
-
下跌图（这部分参考了R包计算回撤）。
这里只是将下跌成分独立绘出，对应的excel数据也是ROC*sig，但这里的下跌图经过了整理。对应的R函数有：
a)chart.Drawdown：下跌图，也就是charts.PerformanceSummary()的第三张图。
data(edhec) chart.Drawdown(edhec[,c(1,2)], main="Drawdown from Peak Equity Attained", legend.loc="bottomleft")b)findDrawdowns:返回回撤的起始时间，时间间隔，回撤数值，常与sortDrawdowns连用找最大回撤。
data(edhec) findDrawdowns(edhec[,"Funds of Funds", drop=FALSE]) sortDrawdowns(findDrawdowns(edhec[,"Funds of Funds", drop=FALSE]))c)maxDrawdown:返回收益时间序列的最大回撤。
data(edhec) t(round(maxDrawdown(edhec[,"Funds of Funds"]),4))d)table.Drawdowns:返回最差回撤的统计量表格。
data(edhec) table.Drawdowns(edhec[,1,drop=FALSE])
