用r软件选择两个股票进行模拟找到最优投资决策

在R软件中进行股票模拟和找到最优投资决策的一种方法是使用投资组合优化技术。下面是一个简单的示例。

首先，我们需要安装和加载R包PortfolioAnalytics和quantmod，它们提供了用于投资组合分析和股票数据获取的功能。

install.packages("PortfolioAnalytics")
install.packages("quantmod")

library(PortfolioAnalytics)
library(quantmod)

接下来，我们可以使用getSymbols()函数从Yahoo Finance获取股票数据。在这个示例中，我们选择了两个股票，即苹果（AAPL）和微软（MSFT）。

getSymbols(c("AAPL", "MSFT"), from = "2021-01-01", to = "2021-12-31", auto.assign = TRUE)

然后，我们可以创建一个时间序列对象，其中包含这两个股票的调整后收盘价。

prices <- merge(Ad(AAPL), Ad(MSFT))

接下来，我们可以使用Return.calculate()函数计算每个股票的日收益率。

returns <- Return.calculate(prices)

然后，我们可以使用Portfolio函数创建一个投资组合对象，并为其设置一些属性，例如资产类别、约束条件等。

portfolio <- Portfolio(returns)
portfolio <- add.constraint(portfolio, type = "weight_sum", min_sum = 1, max_sum = 1)
portfolio <- add.constraint(portfolio, type = "box", min = 0.1, max = 0.5)

在这个示例中，我们设置了两个约束条件：权重之和等于1，每个股票的权重范围在0.1到0.5之间。

接下来，我们可以使用optimize.portfolio()函数找到最优投资组合。

optimal.portfolio <- optimize.portfolio(portfolio)

最后，我们可以使用chart.Portfolio()函数可视化最优投资组合的收益曲线。

chart.Portfolio(optimal.portfolio)

通过这个简单的示例，你可以选择不同的股票和不同的约束条件来进行投资组合优化，并找到最优投资决策。请注意，这只是一个简单的开始，你可以在这个基础上进一步扩展和优化你的模型。