新闻：
本文选自蔡立耑 老师的《量化投资：以Python为工具》章《第29章 RSI相对强弱指标》。通过本章的学习，我们可以得到：
RSI理论讲解解读Python量化码效果展示，图例展示评论
。通过价格的数据变形，可以得到当前的买入和卖出力量，从而判断股票是否符合交易、持有或卖出。这一理论由Wells Wilder于1978年提出，并命名为相对强化指数(RSI)。
在这里，我们将通过价格的变化来分析市场情绪，但正如作者在上一篇文章中所说，单纯依靠数据变形，我们得到的所有数据都滞后于每日数据。这里要达到有效的局面，过去的历史数据必须影响现在，未来的数据才有判断和预测的意义。
其实这也说明了一个残酷的事实。如果不能很好的研究实时数据，那么任何数据失真都是没有意义的。实时数据本身承载了太多的市场信息和交易博弈。情绪，数据失真，参数调整只是为了更好的研究和预测。如果基础薄弱，建筑不稳，就没有任何意义。
N日RSI值：N日RSI=N日平均收盘涨幅/(N日平均收盘涨幅和N日平均收盘跌幅)100
引用百度百科；RSI指数
地址：https://baike.baidu.com/item/RSI指数/7459334？fr=阿拉丁
def rsi(df，n=6，m=12):
对于范围(1，len(df)):中的I
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])
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])
返回df
指标说明：是短期rsi指标线，M是长期rsi指标线。
不同参数的RSI曲线的使用方法与移动平均线完全相同。如果参数较小的短期RSI曲线在参数较大的长期RSI曲线之上，则当前市场是多头市场。反之，就是空头市场。因为参数越大RSI的计算时间范围越大，结论会更可靠。但是和均线系统一样，也避免不了反应慢的缺点，在使用过程中要注意。
RSI值将值从0到100分为四个区域，从“极弱”、“弱”、“强”到“极强”。‘强’和‘弱’的分界线是50，但是‘极弱’和‘弱’以及‘强’和‘极强’的界限会随着RSI参数的变化而变化。参数不同，其面积的划分也不同。一般来说，参数越大，分割线离中心线50越近，离100和0越远。然而，它通常应该落在15，30到70，85的范围内。如果RSI值超过50，说明市场进入强势行情，可以考虑买入。但如果继续进入‘极强’区域，就要考虑到事情会有转机，准备卖出。同理，50以下的RSI值也一样。如果进入‘极弱’区域，说明超卖，应该伺机买入。
>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。
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。
