T=可读性(“dowPortfolio.xlsx”）;

符号= [“AA”，“猫”，“说”，“通用汽车”，“hp”，“jnj”，“力”，“嗯”，“莫”，“MRK”，“微软”，“工业”，“PG”，“T”，“XOM”];

timeColumn =“日期”；T=T（：，[timeColumn符号]）；

价格stt=表2可计量（T，“划船时间”，“日期”）;

总经理（价格）

想象一下这15只股票之间的相关性。returns=tick2ret（pricesTT）；stockCorr=corr（returns.Variables）；heatmap（symbols，symbols，stockCorr，“彩色地图”, parula);

％在价格数据范围内可视化每股库存的性能。totalret = ret2tick（返回）;绘图（totalret.dates，totalret.variables）;传说（符号，“位置”，“西北”)；头衔(“每股增长1美元”) ylabel ('$'）

%获取数据集期间每个股票的总收益。totalRet(最终,:)

%使用movavg函数创建SMA时间表。sma5 = movavg（pricestt，'简单的'5）;SMA20 = MOVAVG（PRICESTT，'简单的', 20);

smasignalnamesing =“20岁以上”；smaSignal =时间表;为I = 1:numel(symbols) symi = symbols(I);为每个符号建立一个时间表，然后将它们聚集在一起。(pricesTT smaSignali =时间表。日期,......双(sma5。(symi) > sma20。(symi)),......'variablenames'{sprintf (' % s % s '、symi smaSignalNameEnding)});％使用同步函数将时间表合并在一起。smaSignal =同步(smaSignal smaSignali);结束

头部（SMA信号）

plot（smasignal.time，smasignal.cat_sma5over20）;ylim（[ -  0.5,1.5]）;ylabel（' sma 5 > sma 20')；头衔(sprintf(SMA 5 over 20 for CAT));

%使用MACD函数创建MACD指标的时间表。macdTT = macd (pricesTT);

macdSignalNameEnding ='_macd'；macdsignal =时间表;为I = 1:numel(symbols) symi = symbols(I);％构建每个符号的时间表，然后将符号聚合在一起。(pricesTT macdSignali =时间表。日期,......双(macdTT。(symi) > 0),......'variablenames'{sprintf (' % s % s '、symi macdSignalNameEnding)});macdSignal =同步(macdSignal macdSignali);结束

头（MacDSignal）

绘图（macdSignal.Time，macdSignal.CAT_MACD）ylim（[-0.5,1.5]）；ylabel('MACD>0')；头衔(sprintf('MACD > 0 for CAT'));

rsisignalnameInning =.“_RSI”；rsisignal =时间表;为I = 1:numel(symbols) symi = symbols(I);rsiValues = rsindex (pricesTT。(symi));rsiBuySell = 0(大小(rsiValues));rsiBuySell(rsiValues < 30) = 1;rsiBuySell(rsiValues > 70) = -1; / /买入％构建每个符号的时间表，然后将符号聚合在一起。rsiSignali=时间表（价格、日期、，......rsiBuySell,......'variablenames'{sprintf (' % s % s '、symi rsiSignalNameEnding)});rsiSignal =同步(rsiSignal rsiSignali);结束

绘图（rsiSignal.Time，rsiSignal.CAT_RSI）ylim（[-1.5,1.5]）；ylabel(“RSI买入/卖出信号”)；头衔(sprintf(CAT的RSI买入/卖出信号));

tradingCosts = 0.0025;%对两个SMA使用CrossOverRebalance功能％策略以及MACD策略。这是因为他们都是交易%在他们各自的信号相同的方式(当信号从% 0->1，当信号从1->0上升时卖出)。建立一个匿名方法调用的策略的rebalance函数% shared crossoverRebalanceFcn() with适当的信号名称字符串每个策略的百分比。%每个匿名函数取当前权重（w）、价格（p），来自反向发动机的％和信号数据并将其传递给带有信号名称字符串的% crosoverrebalancefcn函数。: smaInitWeights = computeInitialWeights (smaSignal(20日));smaRebalanceFcn = @(w,p,s) crossoverRebalanceFcn(w,p,s,smaSignalNameEnding); / /设置smaRebalanceFcn = @(w,p,s);smaStrategy = backtestStrategy ('sma'smaRebalanceFcn,......“TransactionCosts”tradingCosts,......“LookbackWindow”2.......“InitialWeights”, smaInitWeights);: macdInitWeights = computeInitialWeights (macdSignal(20日));macdRebalanceFcn = @(w,p,s) crossoverRebalanceFcn(w,p,s,macdSignalNameEnding); / /指定数据macdStrategy = backtestStrategy (MACD的，macdRebalanceFcn，......“TransactionCosts”tradingCosts,......“LookbackWindow”2.......“InitialWeights”，麦呢项链）;％RSI策略使用其信号不同，在0-> 1上购买%过渡和卖出在0->-1过渡。这个逻辑被捕获%本地函数部分定义的rsiRebalanceFcn函数。rsiinitweights = computuminitialwuights（rsisignal（20，:)）;Rsistrategy = backteststygy（“肢体重复性劳损症”@rsiRebalanceFcn,......“TransactionCosts”tradingCosts,......“LookbackWindow”2.......“InitialWeights”，rsiinitweights）;

%相等权重策略不需要历史记录，因此将LookbackWindow设置为0。Benchmarkstrategy = BreaktestStaregy（'基准'，@equalWeightFcn，......“TransactionCosts”tradingCosts,......“RebalanceFrequency”, 20岁,......“LookbackWindow”, 0);

结合三个信号时间表。signalTT =时间表;signalTT = synchronize(signalTT, smsignal); / /同步signalTT = synchronize(signalTT, macdSignal); / /同步signalTT = synchronize(signalTT, rssignal); / /同步

％将基准策略和三个信号策略放入阵列中。=[基准策略smaStrategy macdStrategy rsiStrategy];%创建后台测试引擎。bt = backtestEngine(策略,“RiskFreeRate”,0.01)

%在初始权重计算热身期结束时开始。startIdx = 20;%运行backtest。bt = runBacktest (bt、pricesTT signalTT,“开始”，startidx）;

Equitycurve（BT）

strategyName ='基准'；Assetareaplot（BT，StrategyName）

函数initial_weights = computeinitialwuights（信号）%根据最近的信号计算初始权重。Nassets =尺寸（信号，2）;final_signal =信号{end ,:};buys = final_signal == 1;initial_weights = zeros（1，绞纱）;initial_weights（buys）= 1/1/1/1/1。结束

函数new_weights = cross - verrebalancefcn (current_weights, pricesTT, signalTT, signalNameEnding)%信号交叉平衡功能。%构建与交叉信号对应的信号名称单元格数组。符号= pricesTT.Properties.VariableNames;= cellfun(@(s) sprintf()' % s % s '，s，signalNameEnding），符号，'统一输出'， 错误的）;%拿出策略的相关信号数据。crossoverSignals = signalTT (:, signalNames);%从我们当前的权重开始。new_weights = current_weights;卖出任何信号变为0的现有多头仓位。idx = cross cross signals {end，:} == 0;new_weights (idx) = 0;%找到新的交叉点（信号从0变为1）。idx=交叉信号{end，：}==1&交叉信号{end-1，：}==0；%打赌大小，分割可用资本在所有剩余资产，然后％仅投资新的积极交叉资产。这离开了一些未予投资之资金量，以供日后投资%零重量资产。availableCapital=1-总和（新权重）；未投资资产=总和（新权重==0）；新权重（idx）=availableCapital/未投资资产；结束

函数新加权=RSI再平衡FCN（当前加权、价格、信号）%买卖在1和-1平衡功能。signalNameEnding =“_RSI”；%构建与交叉信号对应的信号名称单元格数组。符号= pricesTT.Properties.VariableNames;= cellfun(@(s) sprintf()' % s % s '，s，signalNameEnding），符号，'统一输出'， 错误的）;%拿出策略的相关信号数据。buySellSignals = signalTT (:, signalNames);％以当前的权重开始。new_weights = current_weights;卖出任何信号变为-1的现有多头仓位。idx = buysellsignals {end ,:} == -1;new_weights (idx) = 0;％找到新的购买（信号是1，而且当前0）。idx = new_weights == 0 & buySellSignals{end，:} == 1;%打赌大小，分割可用资本在所有剩余资产，然后％仅投资新的积极交叉资产。这离开了一些未予投资之资金量，以供日后投资%零重量资产。availableCapital=1-总和（新权重）；未投资资产=总和（新权重==0）；新权重（idx）=availableCapital/未投资资产；结束

函数new_weights =相等的frccn（current_weights，〜）％相等加权的投资组合分配。nAssets =元素个数(current_weights);nAssets new_weights = 1 (1);New_weights = New_weights / sum(New_weights);结束

函数资产批次（backtester，strategyName）%绘制资产分配面积图。t=backtester.Positions.（strategyName）.Time；Positions=backtester.Positions.（strategyName）.变量；h=区域（t，Positions）；标题（sprintf('％s职位'，strrep（StrategyName，“_”，''))); xlabel(“日期”）;ylabel（'资产职位'）;dateTick（“x”，'mm / dd'，'保持'）;Xlim ([t(1) t(end)]) oldylim = ylim;ylim ([0 oldylim (2)]);厘米= parula(元素个数(h));为I = 1:numel(h) set(h(I)，“FaceColor”厘米(我:));结束传奇(backtester.Positions (strategyName) .Properties.VariableNames)。结束