震荡指标（一）RSI指标

相对强弱指数RSI是根据一定时期内上涨点数和涨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，后来人们发现在众多的图表技术分析中，强弱指标的理论和实践极其适合于股票市场的短线投资，于是被用于股票升跌的测量和分析中。该分析指标的设计是以三条线来反映价格走势的强弱，这种图形可以为投资者提供操作依据，非常适合做短线差价操作。

RSI的原理简单来说是以数字计算的方法求出买卖双方的力量对比，譬如有100个人面对一件商品，如果50个人以上要买，竞相抬价，商品价格必涨。相反，如果50个人以上争着卖出，价格自然下跌。

强弱指标理论认为，任何市价的大涨或大跌，均在0-100之间变动，根据常态分配，认为RSI值多在30-70之间变动，通常80甚至90时被认为市场已到达超买状态，至此市场价格自然会回落调整。当价格低跌至30以下即被认为是超卖状态，市价将出现反弹回升。

公式代码

RSI:= SMA(MAX(Close-LastClose,0),N,1)/SMA(ABS(Close-LastClose),N,1)*100

五种用途

1) 顶点及底点 70 及30 通常为超买及超卖讯号。

2) 分歧（或背离）， 当市况创下新高 ( 低 ) 但RSI 并不处于新高（低），这通常表明市场将出现反转。

3) 支撑及阻力 ，RSI 能显示支撑及阻力位，有时比价格图更能清晰反应支支撑及阻力。

4) RSI指标 价格趋势形态 与价格图相比,价格趋势形态如双顶及头肩在 RSI 上表现更清晰

5) 峰回路转 当 RSI 突破 ( 超过前高或低点 ) 时，这可能表示价格将有突变与其它指标相同， RSI 需与其它指标配合使用，不能单独产生讯号，价格的确认是决定入市价位的关键

 

缺点

1.当发生单边行情时,rsi指标在高档或低档时会有钝化的现象，因此会发生过早卖出或买进。

2.RSI没有明显规则性的买进或卖出信号，当指针在高位时，仅能说明情行反转的可能性增高，但并没有办法进一步明确地指出时点。

3.一般而言,RSI的背离信号通常是事后验证，事前很难看出,RSI指标与股价的"背离"走势常常会发生滞后现象；

一方面，市场行情已经出现反转，但是该指标的"背离"信号却可能滞后出现；另一方面，在各种随机因素的影响下，有时"背离"现象出现数次后行情才真正开始反转，同时在研判指标"背离"现象时，真正反转所对应的"背离"出现次数并无定论，一次、两次或三次背离都有出现趋势变化的可能，在实际操作中较难确认。

4.由于RSI是一种比率的指标，因此在趋势分析的能力上会较弱。

5.应该看到RSI指标的时间参数不同，其给出的结果就会不同；

不同的投资者对时间周期的设定有不同的个人偏好，从理论上讲，较短周期的RSI指标虽然比较敏感，但快速震荡的次数较多，可靠性较差；较长周期的RSI指标尽管信号可靠，但指标的敏感性不够，反应迟缓，因而经常出现错过买卖良机的现象。

此外，由于RSI是通过收盘价计算的，如果当天行情的波幅很大，上下影线较长时,RSI就不可能较为准确反映此时行情的变化。

6.超买、超卖出现后导致的指标钝化现象容易发出错误的操作信号；

在"牛市"和"熊市"的中间阶段,RSI值升至90以上或降到10以下的情况时有发生，此时指标钝化后会出现模糊的误导信息，若依照该指标操作可能会出现失误，错过盈利机会或较早进入市场而被套牢。

7.当RSI值在50附近波动时该指标往往失去参考价值。

一般而言,RSI值在40到60之间研判的作用并不大。按照RSI的应用原则，当RSI从50以下向上突破50分界线时代表股价已转强；RSI从50以上向下跌破50分界线则代表股价已转弱。但实际情况经常是让投资者一头雾水，股价由强转弱后却不跌，由弱转强后却不涨的现象相当普遍。这是因为在常态下,RSI会在大盘或个股方向不明朗而盘整时，率先整理完毕并出现走强或走弱的现象。

 

 

# Ricequant量化交易平台
# 日期：2013-01-01到 2016-10-04，日回测
# 可以自己import我们平台支持的第三方python模块，比如pandas、numpy等。
import numpy as np
import pandas as pd
from pandas import DataFrame,Series

# 在这部分编写技术分析模块
def RSI(N1=6, N2=12, N3=24):
    """
    RSI 相对强弱指标
    """
    LC = REF(CLOSE, 1)
    RSI1 = SMA(MAX(CLOSE - LC, 0), N1, 1) / SMA(ABS(CLOSE - LC), N1, 1) * 100
    RSI2 = SMA(MAX(CLOSE - LC, 0), N2, 1) / SMA(ABS(CLOSE - LC), N2, 1) * 100
    RSI3 = SMA(MAX(CLOSE - LC, 0), N3, 1) / SMA(ABS(CLOSE - LC), N3, 1) * 100

    return RSI1, RSI2, RSI3

# 在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何方法之间做传递。
def init(context):
    reg_indicator('RSI', RSI, '1d', win_size=40)
    context.buy = []
    context.sell = []
    context.hold = []
    context.s_sell = []

# before_trading此函数会在每天策略交易开始前被调用，当天只会被调用一次
def before_trading(context):
    context.buy = []
    context.sell = []
    context.hold = []
    stocks,_ = get_all_stocks(context)

    for stock in context.portfolio.positions.keys():
        RSI1,RSI2,RSI3 = get_indicator(stock, 'RSI')
        if RSI1>80 and REF(RSI1,1) > REF(RSI2,1) and RSI1 < RSI2:
            context.sell.append(stock)
        else:
            context.hold.append(stock)

    for stock in context.s_sell:
        if stock not in context.portfolio.positions.keys():
            context.s_sell.remove(stock)

    if len(context.hold) >= 10:
        return None

    for stock in stocks:
        RSI1,RSI2,RSI3 = get_indicator(stock, 'RSI')
        if RSI1<20 and REF(RSI1,1) < REF(RSI2,1) and RSI1 > RSI2:
            context.buy.append(stock)
            if stock in context.sell:
                context.sell.remove(stock)

# 你选择的证券的数据更新将会触发此段逻辑，例如日或分钟历史数据切片或者是实时数据切片更新
def handle_bar(context, bar_dict):
    for stock in context.sell:
        order = order_target_percent(stock,0)
        if order.unfilled_quantity != 0:
            context.s_sell.append(stock)
    for stock in context.s_sell:
        order_target_value(stock,0)

    if len(context.hold)+len(context.buy) == 0:
        return None
    weight = 1/(len(context.hold)+len(context.buy))

    for stock in context.hold:
        order_target_percent(stock,weight)
    for stock in context.buy:
        order_target_percent(stock,weight)

# after_trading函数会在每天交易结束后被调用，当天只会被调用一次
def after_trading(context):
    pass

def get_all_stocks(context):
    all_stocks = all_instruments("CS").order_book_id
    will_end = []
    trade = []
    for stock in all_stocks:
        ins = instruments(stock)
        if ins is None:
            pass
        else:
            start = ins.listed_date
            end = ins.de_listed_date
            if (start-context.now).days < 0:
                if 0< (end - context.now).days <30:
                    will_end.append(stock)
                elif 30 < (end - context.now).days and is_suspended(stock) == False:
                    trade.append(stock)
    #print(len(trade),len(will_end))
    return trade,will_end