股票指标RSI所以的买卖点,附代码
需要程序的关注微信公众号,数据分析与运用,回复rsi买卖点就可以了
运用原则这里的"极强"、"强"、"弱"、"极弱"只是一个相对的分析概念RSI指标运用原则⑴受计算公式的限制,不论价位怎样变动,强弱指标的值均在0与100之间.⑵强弱指标保持高于50表示为强势市场,反之低于50表示为弱势市场.⑶强弱指标多在70与30之间波动.当六日指标上升到达80时,表示股市已有超买现象,假如一旦继续上升,超过90以上时,则表示已到严重超买的警戒区,股价已形成头部,极可能在短期内反转回转.⑷当六日强弱指标下降至20时,表示股市有超卖现象,假如一旦继续下降至10以下时则表示已到严重超卖区域,股价极可能有止跌回升的机会.⑸每种类型股票的超卖超买值是不同的.在牛市时,通常蓝筹股的强弱指数若是80,便属超买,若是30便属超卖,至于二三线股,强弱指数若是85至90,便属超买,若是20至25,便属超卖.但我们不能硬性地以上述数值,拟定蓝筹股或二三线股是否属于超买或超卖,主要是由于某些股票有自己的一套超买/卖水平,即是,股价反覆的股票,通常超买的数值较高(90至95),而视作超卖的数值亦较低(10至15).至于那些表现较稳定的股票,超买的数值则较低(65至70),超卖的数值较高(35至40).因此我们对一只股票采取买/ 卖行动前,一定要先找出该只股票的超买/超卖水平.至于衡量一只股票的超买/超卖水平,我们可以参考该股票过去12个月之强弱指标记录.⑹超买及超卖范围的确定还取决于两个因素.第一是市场的特性,起伏不大的稳定的市场一般可以规定70以上超买,30 以下为超卖.变化比较剧烈的市场可以规定80以上超买,20以下为超卖.第二是计算RSI时所取的时间参数.比如说,对于12日RSI,可以规定80以上为超买,20以下为超卖.对于24日RSI,可以规定70以上为超买,30以下为超卖.应当注意的是,超买或超卖本身并不构成入市的讯号.有时行情变化得过于迅速,RSI会很快地超出正常范围,这时RSI的超买或超卖往往就失去了其作为出入市警告讯号的作用.比如说在牛市初期,RSI往往会很快进入80以上的区域,并在此区域内停留相当长一段时间,但这并不表示上升行情将要结束.恰恰相反,它是一种强势的表现.只有在牛市末期或熊市当中,超买才是比较可靠的入市讯号.基于这个原因,一般不宜在RSI一旦进入非正常区域就采取买卖行动.最好是价格本身也发出转向信号时再进行交易.这样就可以避免类似于上面提到的RSI进入超买区但并不立即回到正常区域那样的"陷阱".在很多情况下,很好的买卖讯号是:RSI进入超买超卖区,然后又穿过超买或超卖的界线回到正常区域.不过这里仍然要得到价格方面的确认,才能采取实际的行动.这种确认可以是:①趋势线的突破;②移动平均线的突破;③某种价格型态的完成.⑺强弱指标与股价或指数比较时,常会产生先行显示未来行情走势的特性,亦即股价或指数未涨而强弱指标先上升,股价或指数未跌而强弱指标先下降,其特性在股价的高峰与谷底反应最明显.⑻当强弱指标上升而股价反而下跌,或是强弱指标下降而股价反趋上涨,这种情况称之为"背驰".当RSI在70至80上时,价位破顶而RSI不能破顶,这就形成了"顶背驰",而当RSI在30至20下时,价位破底而RSI不能破底就形成了"底背驰".这种强弱指标与股价变动,产生的背离现象,通常是被认为市场即将发生重大反转的讯号.相对强弱指标(RSI)是技术指标中的一种,强弱指标理论认为,任何市价的大涨或者大跌,均在0-100之间波动。根据常态分析,认为RSI值在30-70之间的变动属正常情况,在80-90时,被认为市场已达超买状态,至此市场价格自然面临回落调整;而在10-20时,被认为市场已达超卖状态,至此市场价格自然面临企稳回升。但投资者可能会发现:有时RSI在80以上时,股价仍不断上扬,因此仅仅用是否通过80来划分股价是否超买来判断顶部,不太可靠。因此我们就应该寻找其他规律进行判断。
变动范围RSI的变动范围在0-100之间,国内单边做多的股市:强弱指标值一般分布在20-80。80-100 极强 卖出50-80 强 买入20-50 弱 观望0-20 极弱 买入国内期货/国际伦敦金/外汇等双向交易市场:强弱指标值一般分布在30-70.70-100 超买区 做空30-70 观望慎入区0-30 超卖区 做多
顶背离一般来讲,技术指标都有顶背离的走势出现,RSI指标也不例外。RSI指标出现顶背离,是指股价在一个上升趋势当中,先创出一个新高点,这时RSI指标也相应在80以上创出一个新高点,之后股价出现一定幅度回落,RSI也随着股价的回落走势出现调整。但是如果之后股价再度出现冲高,并且超越前期高点时,而RSI虽然随股价继续上扬,但是并没有超过前期高点,这就形成RSI的顶背离。RSI出现顶背离后,股价见顶的可能性较大。之所以说RSI顶背离就是股价见顶的标志,主要是由于当庄家拉高出货的时候,为了出货迅速,其拉高动作必然迅速而猛烈,而出货动作则要延续较长的时间和空间。这种特性就决定了庄家一次又一次地拉高股价,但是由于RSI指标主要是反映市场强弱的指标,而这种强势不再的走势无疑将促使RSI出现回落走势,因此一旦庄家出货的走势出现,RSI的回落幅度通常较大,从而形成顶背离的态势。这种现象在KDJ等指标上同样也有可能出现,而成交量与股价背离的现象,也是股价见顶的征兆之一。价格上扬成交量趋于减少,说明市场交易活跃程度逐渐减弱,接下来股价很可能面临下跌的走势。发现指标出现顶背离走势后,投资者应结合当时市场气氛和盘面情况进行综合判断。如果市场仍然处于相对看多的阶段,则股价继续上扬的可能性较大,但是幅度和力度都将明显弱于前期,这主要是因为这种上涨,是在市场人气刺激下出现的上涨走势,并不是成交量的实质推动,因而涨势不能长久。
我结合加入数据库,将所以的买入 点写如程序,进行程序检测,我们看一下程序效果,我们只需要输入股票代码就可以了比如sz002466,天齐锂业
输入数据开始时间比如20210101
下面为我们收益图,图像比较好,我们根据一般金叉和死叉写的交易策略,欢迎交流,不知道这个有没有问题
下面为我们绘制股票图方便我们分析
我们看一下保存下来的数据。
我们看一下检测的效果,打开同花顺输入002466
我们看一下检测效果还是不错的。
下面为程序代码:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import mplfinance as mpf
import PySimpleGUI as sg
from finta import TA
import MyTT
import akshare as ak
stock=sg.popup_get_file('输入股票代码比如sz002466,sz代表上海交易所,sh代表上海交易所')
daily=sg.popup_get_file('输入背离检测周期,比如30,代表30天')
start_date=sg.popup_get_file('输入数据开始时间比如20210101')
period=sg.popup_get_file('输入rsi周期数,建议12,中线和同花顺一样')
#数据来源东方财富
df=ak.stock_zh_a_daily(symbol=stock,start_date=start_date)
#df['open'].shift(1)
## 峰值条件:max大于前后两天,且max大于最近30天的所有max
#我们采用收盘价进行计算
#我们让前一日的收盘价不变,今天的收盘价退一天
df['new_close']=df['close'].shift(1)
#明天收盘价退一天
df['next_close']=df['close'].shift(2)
#30日均线
df['mean_30']=df['close'].rolling(int(daily)).mean()
#30日最大值
df['mean_30_max']=df['close'].rolling(int(daily)).max()
#30日最小值
df['mean_30_min']=df['close'].rolling(int(daily)).min()
#检测顶
# 峰值条件:max大于前后两天,且max大于最近30天的所有max
top=[]
x=df
#检测股票顶
for i in range(1,len(df['close'].tolist())-1):
if x['new_close'][i]>=x['close'][i-1]and x['new_close'][i]>=x['next_close'][i+1] and x['new_close'][i]>=x['mean_30_max'][i-1]:
top.append('顶')
else:
top.append('无')
top.insert(0,'无')
top.insert(1,'无')
df['股票顶']=top
base=[]
#检测股票低
#底值条件:min小于前后两天,且小于最近30天所有的min
for i in range(1,len(df['close'].tolist())-1):
if x['new_close'][i]>=x['close'][i-1]and x['new_close'][i]>=x['next_close'][i+1] and x['new_close'][i]<=x['mean_30_min'][i-1]:
base.append('底')
else:
base.append('无')
base.insert(0,'无')
base.insert(1,'无')
df['股票底']=base
#计算rsi指标
#后面为技术周期,现在中期16,还有6,24等
rsi=TA.RSI(df,period=int(period))
#将数据和到一个表中
df['rsi']=rsi
#现在rsi,昨天rsi不变
df['new_rsi']=df['rsi'].shift(1)
#下一天macd
df['next_rsi']=df['rsi'].shift(2)
#30日均线
df['rsi_mean_30']=df['rsi'].rolling(int(daily)).mean()
#30日最大值
df['rsi_mean_30_max']=df['rsi'].rolling(int(daily)).max()
#30日最小值
df['rsi_mean_30_min']=df['rsi'].rolling(int(daily)).min()
#检测rsi顶
# 峰值条件:max大于前后两天,且max大于最近30天的所有max
rsi_top=[]
for i in range(1,len(df['close'].tolist())-1):
if x['new_rsi'][i]>=x['rsi'][i-1]and x['new_rsi'][i]>=x['next_rsi'][i+1] and x['new_rsi'][i]>=x['rsi_mean_30_max'][i-1]:
rsi_top.append('顶')
else:
rsi_top.append('无')
rsi_top.insert(0,'无')
rsi_top.insert(1,'无')
df['rsi顶']=rsi_top
#检测rsi底
#底值条件:min小于前后两天,且小于最近30天所有的min
rsi_base=[]
for i in range(1,len(df['close'].tolist())-1):
if x['new_rsi'][i]>=x['rsi'][i-1]and x['new_rsi'][i]>=x['next_rsi'][i+1] and x['new_rsi'][i]<=x['rsi_mean_30_min'][i-1]:
rsi_base.append('底')
else:
rsi_base.append('无')
rsi_base.insert(0,'无')
rsi_base.insert(1,'无')
df['rsi底']=rsi_base
#检测rsi顶背离,如果股票顶对应rsi无我们可以认为顶背离
stock_rsi_top_deviate=[]
for x,y in zip(df['股票顶'].tolist(),df['rsi顶'].tolist()):
#如果2个不相等
if x!=y:
stock_rsi_top_deviate.append('rsi顶背离')
else:
stock_rsi_top_deviate.append('无')
#检测rsi底背离,如果股票底对应rsi底无我们可以认为顶背离
stock_rsi_base_deviate=[]
for x,y in zip(df['股票底'].tolist(),df['rsi底'].tolist()):
#如果2个不相等
if x!=y:
stock_rsi_base_deviate.append('rsi底背离')
else:
stock_rsi_base_deviate.append('无')
df['rsi顶背离']=stock_rsi_top_deviate
df['rsi底背离']=stock_rsi_base_deviate
df.to_excel(r'C:\Users\Administrator\Desktop\{}rsi背离.xlsx'.format(stock))
print(df)
#绘制股票图
df1=df
macd=TA.MACD(df1)
boll=TA.BBANDS(df1)
rsi=TA.RSI(df1,period=int(period))
df1.rename(columns={'date':'Date','open':'Open','close':'Close','high':'High','low':'Low','volume':'Volume'},inplace=True)
#时间格式转换
plt.rcParams['font.family']='SimHei'
plt.rcParams['axes.unicode_minus']=False
df1['Date']=pd.to_datetime(df1['Date'])
#出现设置索引
df1.set_index(['Date'],inplace=True)
#设置股票颜
mc=mpf.make_marketcolors(up='r',down='g',edge='i',volume='i')
#设置系统
s=mpf.make_mpf_style(marketcolors=mc)
add_plot=[mpf.make_addplot(macd['MACD'],panel=2,title='{}MACD'.format(stock),color='r'),mpf.make_addplot(macd['SIGNAL'],panel=1,color='y'),
mpf.make_addplot(rsi,panel=3,title='RSI'),
mpf.make_addplot(boll['BB_UPPER'],panel=0,color='r',title='BOLL'),mpf.make_addplot(boll['BB_MIDDLE'],panel=0,color='m'),mpf.make_addplot(boll['BB_LOWER'],panel=0,color='g')]
#绘制股票图,5,10,20日均线
mpf.plot(df1,type='candle',style=s,mav=(5,10,20),addplot=add_plot,volume=True)
plt.show()
股票指标RSI所以的买卖点,附代码相关推荐
- 股票指标RSI背离检测程序,附代码
对强弱指标RSI是根据一定时期内上涨点数和下跌点数之和的比率制作出的一种技术曲线.能够反映出市场在一定时期内的景气程度.由威尔斯.威尔德(Welles Wilder)最早应用于期货买卖,后来人们发现在 ...
- python写股票指标_用Python做股票指标RSI分析
一.数据源:Tushare财经数据接口包 Tushare是一个免费.开源的python财经数据接口包.主要实现对股票等金融数据从数据采集.清洗加工 到 数据存储的过程,能够为金融分析人员提供快速.整洁 ...
- 一位交易巨匠的十年心得:如何使用MACD判断后期趋势,把握买卖点
高手与散户的区别在哪里? 高手与散户的区别在哪里,从宏观上讲:一流高手用境界,二流高手用趋势,三流高手用技术,普通散户用迷糊.最高境界的人在讲心境如何,什么也不看,只用感觉就能炒好股赚钱.我说一流高手 ...
- 抄底指标:秘密买卖点
应朋友们的请求,我将自己常用的抄底指标奉献出來,该指标捕捉底部买点还较准,但世上的指标毕竟没有百分之百准确的,大家还要在使用中认真摸索经验,根据大盘趋势來使用,在大盘趋势向上时,用它來捕捉探底结束的个 ...
- 【指标计算】老妈再也不担心我的指标算不好了(教你用MyTT、TA-Lib、Pandas TA计算股票指标,附源代码)
教你用MyTT.TA-Lib.Pandas TA计算股票指标,附源代码 前言 一.目前Python流行的几款股票行情分析指标计算库 1. MyTT 2. Ta-lib 3. Pandas TA 二.指 ...
- 股市非常态,CCI指标买卖点实例图解
CCI指标即顺势指标,是唐纳德·蓝伯特于上世纪80年代提出的,是一种比较新颖的技术指标.CCI指标是专门用来衡量股价是否超出常态分布范围,是一种 超买超卖类指标,但它与其他超买超卖型指标又有自己比较独 ...
- matalb曲线图只有点没有线_老股民教你精准把握买卖点只需一个指标:分时图,学到就是赚到!...
分时图中白色曲线表示股价每分钟的变化趋势,黄色线代表均价曲线,该线具有指引操作的作用.如果股价在均价线之上运行,属于多头市场,走势相对较强,投资者应以持股待涨为主.如果股价在均价线下方运行,属于空头市 ...
- kdj买卖指标公式源码_翔博精选指标KDJ买卖点提示(通达信公式 副图 测试图)...
做价值的传播者,一路同行,一起成长 公式源码: 公式没未来函数,买卖点提示信号不漂移. SJ:=1; N:=15; M1:=5; M2:=3; RSV:=(CLOSE-LLV(LOW,N))/(HHV ...
- 缠论123买卖点主图公式_缠论主图指标的正确应用方式
[本文最先发表于公众号「缠论技术」上,公众号缠论技术内容包涵完整版缠论视频学习教程.缠论中枢指标.缠论复盘视频以及文档和实战群等等,是缠论学习者的福音].曾经写过一篇文章关于讲到缠论中枢指标的导入和安 ...
最新文章
- SAP WM Storage Type Search配置里的Storage Class WPC标记
- 白话uni-app 【也是html、vue、小程序的区别】
- [css] css常用的布局方式有哪些?
- 申请评分卡(A卡)的开发过程(1)
- 成都电讯学院研发的计算机,成都电讯工程学院
- 高手如何实践HBase?不容错过的滴滴内部技巧
- 三星Galaxy S20系列机模上手视频曝光:不再单独设置Bixby按键
- java求根号函数_一般实系数四次方程的一种求根公式与根的判别法则及其推导...
- 网站防采集不防搜索引擎策略
- LACP协议:链路聚合/华为交换机LACP
- 使用C#更新word中的目录域
- 规划云:GIS相关模块
- 初识Kodu开发软件---Kodu少儿编程第三天
- Linux磁盘与目录的容量、连结档
- Zxing 预览框不变增加扫描区域,仿微信扫到一半就可以成功
- Win11玩游戏掉帧的解决方法
- springboot电子邀请函制作
- 南京大学文博专业考研上岸经验分享
- win10触摸键盘TabTip软件特性
- Vue中如何引入ElementUI