Python项目开发案例集锦Python 金融量化 RSI相对强弱指标，你不懂还不学

risdata = pd.concat([price, clprcChange, upPrc, downPrc], axis=1)

risdata.columns = [‘price’, ‘PrcChange’, ‘upPrc’, ‘downPrc’]

risdata = risdata.dropna()

SMUP = []

SMDOWN = []

for i in range(period, len(upPrc) + 1):

SMUP.append(np.mean(upPrc.values[(i - period): i], dtype=np.float32))

SMDOWN.append(np.mean(downPrc.values[(i - period): i], dtype=np.float32))

rsi = [100 * SMUP[i] / (SMUP[i] + SMDOWN[i]) for i in range(0, len(SMUP))]

indexRsi = indexprc[(period - 1):]

rsi = pd.Series(rsi, index=indexRsi)

return rsi

韦尔斯·威尔德(Wells Wilder)指出，通过运用月周期28天的一半来计算RSI的值进行预测是有效的，他推荐14日为时间跨度。

一些常用的看盘软件设有6日RSI，12日RSI，24日RSI三个RSI指标。

• 6日近似一周的时间周期

• 12日近似半个月的时间周期

• 24日近似一个月的时间周期

• 此外也有人用RSI1表示6日相对强度指标，RSI2日表示12日相对强度指标，RSI3表示24日相对强度指标。

4. python编写Rsi绘图函数

========================================================================