本文选自蔡立耑 先生的《量化投资：以Python为工具》中的《第29章 RSI相对强弱指标》一章，通过本章学习，我们可以得到：

• RSI理论说明和解读
• Python 量化代码
• 效果展示，图例展示
• 点评

通过价格的数据变形得到当前的买卖力量，从而判断出该股是否符合交易，持有，还是卖出。该理论是由韦尔斯.威尔德在1978年提出，并命名为 relative streng index（简称RSI）。

在这里我们将通过价格的变化来分析市场的情绪，但是正如笔者在之前的文章说过的，单纯的依靠数据变形，得到的均是滞后于日线的数据。这里能够实现有效的情况，必然是过去的历史数据影响到当前的，未来的数据才会有判断，预测的意义。

这其实也说明了一个残酷的事实，如果我们不能研究好实时数据，那么任何数据的变形都是没有意义的，实时数据本身承载了太多的市场信息和交易博弈，情绪，数据的变形，调参都只是更好的进行研究与预测而已，基础不牢，大厦不稳，也就没有任何意义。

29.2Python计算RSI值

• N日RSI值：

N日RSI =N日内收盘涨幅的平均值/(N日内收盘涨幅均值+N日内收盘跌幅均值) ×100

援引百度百科；RSI指标

地址：
https://baike.baidu.com/item/RSI%E6%8C%87%E6%A0%87/7459334?fr=aladdin

def rsi(df,n=6,m=12):

for i in range(1,len(df)):

df.ix[i,’short_rsi_value’]= (sum(df[df[‘rs_value’]][i:i+n])/n)/(sum(df[df[‘rs_value’]>0][i:i+n])/n+sum(df[df[‘rs_value’]<0][i:i+n])/n)

df.ix[i,’long_rsi_value’]= (sum(df[df[‘rs_value’]][i:i+m])/m)/(sum(df[df[‘rs_value’]>0][i:i+m])/n+sum(df[df[‘rs_value’]<0][i:i+m])/m)

return df

• 指标说明：

n为短期rsi指标线，m为长期rsi指标线。

RSI不同参数曲线的使用方法完全与移动平均线的法则相同,参数较小的短期RSI曲线如果位于参数较大的长期RSI曲线之上,则目前行情属多头市场；反之,则为空头市场。由于参数较大的RSI计算的时间范围较大,因而结论会更可靠。但同均线系统一样无法回避反应较慢的缺点,这是 在使用过程中要加以注意的。

RSI值将0到100之间分成了从”极弱”、”弱””强”到”极强”四个区域。”强”和”弱”以50作为分界线,但”极弱”和”弱”之间以及”强”和”极强”之间的界限则要随着RSI参数的变化而变化。不同的参数,其区域的划分就不同。一般而言,参数越大,分界线离中心线50就越近,离100和0就越远。不过一般都应落在15、30到70、85的区间内。RSI值如果超过50,表明市场进入强市,可以考虑买入,但是如果继续进入”极强”区,就要考虑物极必反,准备卖出了。同理RSI值在50以下也是如此,如果进入了”极弱”区,则表示超卖,应该伺机买入。

• 形态分析：

当RSI曲线在高位区或低位区形成了头肩形或多重顶(底)的形态时,可以考虑进行买卖操作。这些形态出现的位置离50中轴线越远,信号的可信度就越高,出错的可能性也就越小。对于K线的所有常规的形态分析方法,在对RSI曲线进行分析时都是适用的。例如,在K线图上的趋势线也一样可以用在RSI中。RSI曲线在上升和下降中所出现的高低点可以连接成趋势线,这条趋势线同样起着支撑和压力线的作用,一旦被突破,就可以参考K线的分析方法来判断前期的趋势是否结束。

最后,就是从RSI与股价的背离方面来判断行情。在RSI的各种研判方法中,用RSI与股价的背离来判断行情最为可靠。在股价不断走高的过程中,如果RSI处于高位,但并未跟随股价形成一个比一个高的高点,这预示股价涨升可能已经进入了最后阶段,此时顶背离出现是一个比较明确的卖出信号。与这种情况相反的是底背离。RSI的低位缓慢出现盘升,虽然股价还在不断下降,但RSI已经不再创出新低,这时表示跌势进入尾声,可以考虑适当时机进行建仓。

短期RSI是指参数相对小的RSI，长期RSI是指参数相对较长的RSI。比如，6日RSI和12日RSI中 ，6日RSI即为短期RSI，12日RSI即为长期RSI。长短期RSI线的交叉情况可以作为我们研判行情的方法。

1、当短期RSI>长期RSI时，市场则属于多头市场；

2、当短期RSI<长期RSI时，市场则属于空头市场；

3、当短期RSI线在低位向上突破长期RSI线,则是市场的买入信号；

4、当短期RSI线在高位向下突破长期RSI线，则是市场的卖出信号。

• 理论总结：

1.rsi的操作系统相比于均线有几个不同点。

2.以时间序列来分析，数据是由趋势，周期，随机构成，通过对比，有趋势，有周期，部分位置上有随机性【钝化部分】，但是在这里仍然没有得到有效改善，但是我们仍然要指出的是，整体周期的趋势，周期不明，只能在阶段性上进行比较。相比于均线策略来讲，已经是非常不错的改进了。

3.买卖点以及系统的构建很丰富，可以由nm决定买入点，也可以由RSI_value值的临界点进行判断。

4.止损点丰富，在判断上更加灵敏，适用于不同的市场交易环境。

5.可以进行横向比较，用于判断行业内不同个股的强弱，也可以用于判断不同行业的强弱，经过数据处理和变形后的可以放在同一条线上进行处理和对待，适用范围很广。当然，对于同类的rsi，我们可以增加【成交量】，【成交金额】，【换手率】等作为权重进行优化，争取将大部分数据，所有数据放置在一个水平进行处理，从而提高对于整体市场的把握，分析能力。