python：RSI 指标，超买 overbuy, 超卖 oversold

belldeep

已于 2025-05-01 14:42:59 修改

阅读量607

点赞数

分类专栏： python talib 文章标签： python talib RSI

于 2023-03-05 23:06:20 首次发布

本文链接：https://blog.csdn.net/belldeep/article/details/129352868

版权

python 同时被 2 个专栏收录

291 篇文章

订阅专栏

talib

15 篇文章

订阅专栏

该Python脚本利用tushare获取股票数据，通过talib库计算6日和14日RSI指标，判断超买和超卖情况，并绘制收盘价和RSI曲线图。脚本还包含了对RSI超过80和低于20时的标记功能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

RSI 为1978年美国作者Welles Wilder JR.在著作（New Concepts in Technical Trading Systems）中所提出的交易方法之一，所谓RSI英文全名为（Relative Strenth Index）中文名称为相当强弱指标。RSI的基本原理是在一个正常的股市中，多空买卖双方的力道必须取得均衡，股价才能稳定；而RSI是对于固定期间内，股价上涨总幅度平均指占总幅度平均值的比例。

买卖原则：
1. RSI值于0-100之间呈常态分配，
2. 当6日RSI值在80%以上时，股市呈超买现象，若出现M头，为卖出时机。
3. 当6日RSI值在20%以下时，股市呈超卖现象，若出现W底为买进时机。
4. RSI一般选用6天；12天，24天作为参考基期，基期越长越有趋势性-慢速RSI，基期越短越有敏感性-快速RSI，
5. 当快速RSI由下往上突破慢速RSI时，为买进时机；当快速RSI由上往下跌破慢速RSI时，为卖出时机

talib_rsi.py

# -*- coding: utf-8 -*-
import os, sys
import tushare as ts
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import talib

if len(sys.argv) ==2:
    code = sys.argv[1]
else:
    print('usage: python talib_rsi.py stockcode ')
    sys.exit(1)

if len(code) !=6:
    print('stock code length: 6')
    sys.exit(2)

df = ts.get_k_data(code)
if df.empty ==True:
    print(" df is empty ")
    sys.exit(2)

df = df[ df['date'] > '2022-12-01']
if len(df) <15:
    print(" len(df) <15 ")
    sys.exit(2)

# 求ma7日均线
df['ma7'] = df['close'].rolling(window=7).mean()
df.index = pd.to_datetime(df.date)

# RSI:相对强弱指标
df['rsi_6'] = talib.RSI(df.close, timeperiod=6)
df['rsi14'] = talib.RSI(df.close, timeperiod=14)
print("rsi_6={0:.1f} , rsi14={1:.1f}".format(df['rsi_6'][-1], df['rsi14'][-1]))
#print(df[ df['rsi_6'] > 80])
#print(df[ df['rsi_6'] < 20])

# RSI 超买 overbuy , 超卖 oversold
rsi_overbuy = df['rsi_6'] > 80
rsi_oversold= df['rsi_6'] < 20
df.loc[rsi_overbuy[(rsi_overbuy==True)&(rsi_overbuy.shift()==False)].index, 'overBuy']='oB'
df.loc[rsi_oversold[(rsi_oversold==True)&(rsi_oversold.shift()==False)].index, 'overSold']='oS'
print(df[ df['overBuy']=='oB'])
print(df[ df['overSold']=='oS'])

df = df[ df['date'] > '2023-01-01']
#print(df.head())
# 画股票收盘价图
fig,axes = plt.subplots(2,1)
df[['close', 'ma7']].plot(ax=axes[0], grid=True, title=code)
# 画 RSI 曲线图
df[['rsi_6', 'rsi14']].plot(ax=axes[1], grid=True)
plt.legend(loc='best', shadow=True)
plt.show()
df.to_csv(f"/stock/rsi_{code}.csv")

运行 python talib_rsi.py 6位股票代码