什么是 RSI？

要创建使用 RSI 的程序，我们必须首先了解 RSI 指标。RSI 是相对强弱指数的缩写。它是一个动量指标，使用价格变化的幅度来评估证券是否超买或超卖。

如果 RS一世值超过70，证券被认为是超买，如果值低于30，则被认为是超卖。超买是指买入造成的泡沫可能很快就会破灭，因此价格会下跌。这创造了一个强大的切入点。

然而，好的做法是仅当 RSI 值与超买线相交时才下卖单，因为这是一种更保守的方法。至少可以猜测 RSI 何时会达到最高点。

概念：

本程序试图使用 talib（技术分析）库来实现 RSI 线与超卖超买线的交点。该程序的大部分内容并非来自对指标的编程（因为它是在库中创建的），而是实现了如何使用超卖和超买区域进行交易。

import yfinance
import talib
from matplotlib import pyplot as plt

这些是该计划的先决条件。Yfinance 用于下载股票数据，talib 用于计算指标值。Matplotlib当然是将数据绘制成图形。

数据 = yfinance.download('NFLX','2016-1-1','2020-1-1')
rsi = talib.RSI(data["Close"])

此脚本访问数据并根据以下两个方程计算 rsi 值：

RSIstep1 =100−[100/(1+平均损失/平均收益 )]

RSIstep2 =100−[100/(1+平均平均损失∗13+当前损失/之前的平均收益∗13+当前收益 ) ]

fig = plt.figure()
fig.set_size_inches((25, 18))
ax_rsi = fig.add_axes((0, 0.24, 1, 0.2))
ax_rsi.plot(data.index, [70] * len(data.index), label="overbought")
ax_rsi.plot(data.index, [30] * len(data.index), label="oversold")
ax_rsi.plot(data.index, rsi, label="rsi")
ax_rsi.plot(data["Close"])
ax_rsi.legend()

该图显示了所有超买和超卖区域，以及为记录的股票收盘价的每个值计算的 RSI 值。这提供了股票数据的良好可视化

这是结果图。随着时间的推移，我们可以看到 RSI 值在不同部分之间波动。RSI 的好处在于它是相对的。这意味着信号的强度与实际值无关，而是与过去值的关系。

缺失的步骤：

通常，文章到此为止。他们在给出股票交易程序的初步代码后结束。有必要更进一步，真正评估股票交易计划，基于该计划的盈利能力。这就是为什么我要交出程序。

section = None
sections = []
for i in range(len(rsi)): if rsi[i] < 30:section = 'oversold'elif rsi[i] > 70:section = 'overbought'else:section = Nonesections.append(section)

这个脚本记录了每个点落入的部分。它要么处于超买、超卖或无区域，即在两条线之间。

trades = []
for i in range(1,len(sections)):trade = Noneif sections[i-1] == 'oversold' and sections[i] == None:trade = Trueif sections[i-1] == 'overbought' and sections[i] == None:trade = Falsetrades.append(trade)

该脚本集成了 RSI 交易的基本策略。交易策略是当价值离开超买和超卖部分时，它进行适当的交易。例如，如果它离开超卖部分，则进行买入交易。如果它离开超买部分，则进行卖出交易。

acp = data['Close'][len(data['Close'])-len(trades):].values
profit = 0
qty = 10
for i in range(len(acp)-1):true_trade = Noneif acp[i] < acp[i+1]:true_trade = Trueelif acp[i] > acp[i+1]:true_trade = Falseif trades[i] == true_trade:profit += abs(acp[i+1] - acp[i]) * qtyelif trades[i] != true_trade:profit += -abs(acp[i+1] - acp[i]) * qty

此脚本使用程序进行的交易来计算每笔交易的利润或亏损。这给出了对程序的最佳评估，因为它准确地针对要查找的变量。qty 变量计算购买了多少股。

运行程序后，计算的利润为：

Profit : $58.3

结论：

事实上，考虑到风险回报率，58.3 美元的利润实际上并不是一个很好的投资。有很多方法可以改进程序：

调整耐心变量

这个变量是在 RSI 值之后多久进行交易。调整这个值，找到一个模式，并优化它以获得更好的结果。

2. 找到最好的公司

该算法对哪种股票最有效？在不同的公司上测试此程序以进行评估。

再找中国恒大5年数据为例，这是中国恒大近5年的K线图

相应的RSI绘图如下，我们可以看到一些交易数据在oversold超卖线下，意味着以后可能有上涨空间。

提醒一下，股票历史数据是滞后信息，我们要盯紧公司自身经营状况，然后决定此公司是否有投资价值，公司舆情信息先于股票大盘数据，会反应到股票大盘上。虽然中国恒大有些数据低于oversold，但此公司最近舆情负面消息太多，建议大家抄底需要谨慎。除非政府有救助意向，否则中国恒大股票会长期继续阴跌。

Python 的 RSI 算法交易就介绍到这里，欢迎各位同学报名《呆瓜半小时入门python数据分析》，学习更多相关知识。

python rsi_使用python与rsi进行算法交易相关推荐

听说三年前那些月入30K的程序员都是这样开始轻松构建算法交易机器：一点python基础＋一点运气
全文共3071字,预计学习时长9分钟图源:Unsplash 人工智能的新突破每天都成为头条新闻.在金融领域,因其具有深厚历史.清楚明了和结构化数据,机器学习广泛运用.最终,金融领域成为了" ...
python机器交易_全解用 Python 建立能源市场算法交易的机器学习框架
原标题:全解用 Python 建立能源市场算法交易的机器学习框架编译:数据派 - 笪洁琼 ,冯羽 , 英文:SIMON KUTTRUF 前言人工智能的新突破每天都成为头条新闻.在金融领域,机器学习 ...
使用Python，OpenCV的Meanshift 和 Camshift 算法来查找和跟踪视频中的对象
使用Python,OpenCV的Meanshift 和 Camshift 算法来查找和跟踪视频中的对象 1. 效果图 2. 源码 2.1 MeanShift 2.2 Camshift(Continuo ...
【Python】用Python实现十大经典排序算法
来源:Python数据之道 (ID:PyDataLab) 作者:阳哥大家好,我是阳哥. 最近一段时间,我在微信视频号「Python数据之道」上陆陆续续发布了10种经典排序算法的动画实现. 今天,想以 ...
八十五、Python | Leetcode数据结构之图和动态规划算法系列
@Author:Runsen @Date:2020/7/7 人生最重要的不是所站的位置,而是内心所朝的方向.只要我在每篇博文中写得自己体会,修炼身心:在每天的不断重复学习中,耐住寂寞,练就真功,不畏艰 ...
Python内存管理方式和垃圾回收算法解析
在列表,元组,实例,类,字典和函数中存在循环引用问题.有 del 方法的实例会以健全的方式被处理.给新类型添加GC支持是很容易的.支持GC的Python与常规的Python是二进制兼容的. 分代式回收 ...
Python+OpenCV：理解k近邻(kNN)算法（k-Nearest Neighbour (kNN) algorithm）
Python+OpenCV:理解k近邻(kNN)算法(k-Nearest Neighbour (kNN) algorithm) 理论 kNN is one of the simplest classi ...
python:实现balanced parentheses平衡括号表达式算法(附完整源码)
python:实现balanced parentheses平衡括号表达式算法 from .stack import Stack def balanced_parentheses(parentheses ...
Python:实现gauss easte高斯复活节日期算法(附完整源码)
Python:实现gauss easte高斯复活节日期算法 import math from datetime import datetime, timedeltadef gauss_easter(y ...
Python数据挖掘入门与实践-OneR分类算法
Python数据挖掘入门与实践-OneR分类算法 OneR算法 OneR算法是根据已有的数据中,具有相同特征值的个体最可能属于哪个类别进行分类. 在本例中,只需选区Iris是个特征中分类效果最好的一个 ...

python rsi_使用python与rsi进行算法交易

什么是 RSI？

概念：

缺失的步骤：

python rsi_使用python与rsi进行算法交易相关推荐

最新文章

热门文章