前言

我們通常會利用dplyr套件搭配TTR套件的SMA函數來計算移動平均線指標。舉例來說，我們要計算5日、10日及20日移動平均線，則在R裡面的寫法為:

但上述的寫法有一個缺點，如果我們計算更多不同天期的移動平均線，例如10日、20日、30日…至100日移動平均線，這樣就需要寫10行的SMA函數才行。程式碼會變得很複雜，而且使用者還要一直複製貼上程式碼，並修改參數，這顯然是很麻煩的事情。

這篇文章主要是來解決上述問題，我們可以透過eval函數來處理這個問題。

eval函數

eval函數是R軟體的內建函數，主要是將一段文字以命令的方式讓程式去執行，以下我們做一個簡單的範例。假設說我們想要產生一個變數叫做a，並且指派數值1給a。

上述的兩個不同方法，其結果都會讓變數a為1。由於eval函數將文字變成命令送到程式，因此我們可以透過修改字串的方式，並搭配迴圈，來計算不同天期的移動平均線。

資料來源

資料來源部分，我們使用tidyqunat套件，這個套件整合quantmode套件與tidyverse套件。利用此套件的tq_get函數至Yahoo Finance下載台股大盤股價資料，做為此次的範例資料集。

以下為sockData的資料內容，我們只取出日期及收盤價資訊:

## # A tibble: 2,573 x 2
##          date   close
##        <date>   <dbl>
##  1 2008-01-02 8323.05
##  2 2008-01-03 8184.20
##  3 2008-01-04 8221.10
##  4 2008-01-07 7883.37
##  5 2008-01-08 7962.91
##  6 2008-01-09 8085.06
##  7 2008-01-10 8057.27
##  8 2008-01-11 8029.31
##  9 2008-01-14 8173.41
## 10 2008-01-15 8428.84
## # ... with 2,563 more rows

快速計算MA

假設我們要計算5日、10日、20日、60日及90日移動平均線，則寫法為：

可以看到evalCommand的文字內容，就是在執行mutate函數搭配SMA函數計算移動平均線指標。而SMA函數內的日數參數，則變為for迴圈的對象，因此每次for迴圈就會去新增一個新的移動平均線欄位。

執行上述程式碼後，即會得到各天期的移動平均線:

## # A tibble: 2,573 x 7
##          date   close      MA5     MA10  MA20  MA60  MA90
##        <date>   <dbl>    <dbl>    <dbl> <dbl> <dbl> <dbl>
##  1 2008-01-02 8323.05       NA       NA    NA    NA    NA
##  2 2008-01-03 8184.20       NA       NA    NA    NA    NA
##  3 2008-01-04 8221.10       NA       NA    NA    NA    NA
##  4 2008-01-07 7883.37       NA       NA    NA    NA    NA
##  5 2008-01-08 7962.91 8114.926       NA    NA    NA    NA
##  6 2008-01-09 8085.06 8067.328       NA    NA    NA    NA
##  7 2008-01-10 8057.27 8041.942       NA    NA    NA    NA
##  8 2008-01-11 8029.31 8003.584       NA    NA    NA    NA
##  9 2008-01-14 8173.41 8061.592       NA    NA    NA    NA
## 10 2008-01-15 8428.84 8154.778 8134.852    NA    NA    NA
## # ... with 2,563 more rows

只要將想要計算的移動平均線日數放入maDays向量，透過for迴圈及eval函數運作就可解決我們的問題，不用寫太多相似的程式碼。

範例完整程式碼