rsi

均线与RSI的结合运用 关于均线策略，在以往的文章中，已经多次提到且有很多实战策略可供各位读者选择，均线策略由于在趋势跟踪方面有很大的优势，一直被众多CTA策略爱好者所重视，但是对于市场来讲，大部分时间还是震荡居多，我们有必要加入一些对于震荡判断的指标结合趋势策略来使用。这样不仅会加大潜在的盈利能力，还会对于资金管理有莫大的好处。使资金使用率和安全性有很大的提升。 在本文中，我们将介绍最受欢迎的振荡器之一：相对强弱指数（RSI）。您可能已经阅读了一些关于RSI的一般性文章;但是，在这篇文章中，我将介绍交易时可以使用的一种可以在发明者量化平台结合均线策略部署的交易策略。 RSI指标的原理与运用 在我们深入研究策略之前，让我们首先了解RSI指标，并为您提供一些基本的介绍。 相对强弱指数（RSI）是市场上最受欢迎的指标之一。 RSI是通过比较上涨天数与下降天数的强弱来衡量一个交易标的对自身表现的基本指标。该数字是计算出来的，其范围在0到100之间。高于70的读数被认为是看涨的，而低于30的读数则表示看跌。 相对强弱指数公式 RSI由J.Welles Wilder开发，并于1978年6月在他的“技术交易系统新概念”一书中详述。对于所有硬核技术分析人员，下面是相对强度指数公式的例子。 RSI的默认设置为14天，因此您可以根据以下公式计算： 相对强度 = 1.25（过去13根K线平均涨幅）+

2020-01-18 周K线运行在布林带中轨之下 日K线在中轨附近震荡 日RSI线跌破多头趋势线 2020-01-12 周K线运行在布林带中轨之下 日K线在中轨附近震荡 日RSI线扔处于多头趋势线之上 2020-01-07 周RSI运行到阻力线附近 2020-01-05 周K线运行在布林带中轨之下 日K线在中轨附近震荡 日RSI线扔处于多头趋势线之上 关注日RSI线向下突破趋势线 数据结构动态规划 来源： CSDN 作者： code&debug 链接： https://blog.csdn.net/van38686061/article/details/103830569

用Python可视化股票指标 一个完整的量化交易策略指考虑到交易的方方面面，但是能不能赚钱，谁知道呢 :) 但是一个量化交易可以通过回测系统建立信心然后让其一如既往的运行，以达到让钱生钱的目的，并且是自动的。 笔者主要谈纯技术面的量化交易，基本面的一些情况并不好处理及量化，我也暂时没有涉及。 量化交易 一个完整的量化交易策略，个人觉得应该包含以下两个部分: 交易策略 资金管理 交易策略 一个完整的交易策略应该包含何时买，何时卖。 到底应该如何买卖，市场上大致分为两个技术流派。 趋势跟随 价值回归 趋势跟随 这个流派认为，股票的走势是有延续性的，所以买卖点的机会在于抓住走势。 代表指标: MACD, 移动平均线。 评语: 半年不开张，开张吃半年。 价值回归 这个流派认为，股票是有内在价值的，虽然无序的来回跳动，但是自始至终围绕着自己的内在价值来回波动，所以买卖的机会抓住股票的超买，超卖点来进行买卖。 代表指标: RSI。 评语: 积少成多。 无论是趋势跟随还是价值回归，其实还是没有解决买卖的最核心的问题，即到底何时买卖，虽然每个流派都有它的解决方案，但是它的方案却是抛出了一个新的问题来解决我们要解决的问题。 不过这些问题是存在一些技术指标来辅助我们观察走势以及超买超卖的。 技术指标 这里主要讨论一下常用的技术指标，比如MACD, 均线, RSI.除此之外还有一些有意思的图形指标