开源量化框架Catalyst中文教程（5）——RSI策略

GitHub：https://github.com/enigmampc/catalyst
官方文档：https://enigma.co/catalyst/index.html
系统环境：macOS High Sierra 10.13.6

官方没有RSI策略的示例文件，我们很容易通过TA-Lib实现。

一. RSI（相对强弱指数）

举个栗子（详见百度https://baike.baidu.com/item/RSI/6130115?fr=aladdin）：

如果最近14天涨跌情形是：第一天升2元，第二天跌2元，第三至第五天各升3元；第六天跌4元 第七天升2元，第八天跌5元；第九天跌6元，第十至十二天各升1元；第十三至十四天各跌3元。

那么，计算RSI的步骤如下：
（一）将14天上升的数目相加，除以14,上例中总共上升16元除以14得1.143（精确到小数点后三位)；
（二）将14天下跌的数目相加，除以14,上例中总共下跌23元除以14得1.643（精确到小数点后三位）；
（三）求出相对强度RS,即RS=1.143/1.643=0.696（精确到小数点后三位）；
（四）1+RS=1+0.696=1.696；
RS/(1+RS)=0.696/(1+0.696)=0.41038
（五)RSI=100*0.41028=41.038.
结果14天的强弱指标RS1为41.038。
不同日期的14天RSI值当然是不同的，连接不同的点，即成RSI的轨迹。
RSI的变动范围在0—100之间，一般来说，RSI>70是超买状态，可以做空；RSI<30是超卖状态，可以做多。

用TA-Lib很容易得到RSI：

rsi_value = talib.RSI(history_data, timeperiod=RSI_PERIOD)

其中history_data是历史收盘价dataframe，timeperiod是统计周期。

二. 策略逻辑

1. RSI值上穿超卖阈值（30），买入
2. RSI值下穿超买阈值（70），卖出

三. 代码实现

1. 常数设置和程序初始化

NAMESPACE = 'bollinger_bands'
log = Logger(NAMESPACE)
SIGNAL_BUY = 'buy'  # 买入信号
SIGNAL_SELL = 'sell'  # 卖出信号
SIGNAL_INIT = ''  # 观望信号
RSI_PERIOD = 14   # RSI计算周期
RSI_OVER_SOLD_THRESH = 30  # 超卖阈值
RSI_OVER_BOUGHT_THRESH = 70  # 超买阈值


def initialize(context):
    """
        初始化
    """
    context.i = 0  # 经历过的交易周期
    context.asset = symbol('bab_usd')  # 交易对
    context.base_price = None  # 初始价格
    context.signal = SIGNAL_INIT  # 交易信号

2. 策略实现

注意：这里if context.i < RSI_PERIOD + 2与前面两个策略不同，请看下图，我们将均线（或布林带）和RSI的计算周期都设置成14天，两条线出现的时间相差一天，那是因为均线（或布林带）计算的14天是包括了当天的，而RSI是计算前面14天，也就是说RSI值是从第15天才有的，因此RSI的观察窗口要比均线或布林带增加1天：

def handle_data(context, data):
    """
        策略
    """
    # 经历过的交易周期大于周期窗口才开始计算
    context.i += 1
    if context.i < RSI_PERIOD + 2:
        return

    # 获取历史数据，返回dataframe
    history_data = data.history(context.asset,
                                'close',
                                bar_count=RSI_PERIOD + 2