Python第三方库TALIB对RSI的EMA算法,有偿求解答！

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

数据：

rsidata.head(10)
Date	Close	PrcChange	upPrc	downPrc
2014/1/3	3.79	-0.03	0	0.03
2014/1/6	3.75	-0.04	0	0.04
2014/1/7	3.77	0.02	0.02	0
2014/1/8	3.8	0.03	0.03	0
2014/1/9	3.79	-0.01	0	0.01
2014/1/10	3.8	0.01	0.01	0
2014/1/13	3.82	0.02	0.02	0
2014/1/14	3.79	-0.03	0	0.03
2014/1/15	3.76	-0.03	0	0.03
2014/1/16	3.76	0	0	0

6日RSI

ta.RSI(BOCMclp,6)
2014/1/2	NaN
2014/1/3	NaN
2014/1/6	NaN
2014/1/7	NaN
2014/1/8	NaN
2014/1/9	NaN
2014/1/10	42.85714
2014/1/13	51.21951
2014/1/14	40.54054
2014/1/15	32.42742
2014/1/16	32.42742

求解其中的具体算法，网上的EMA公式 Y=［2*X+(N-1)*Y’］/(N+1) ，自已套了多次，得不到相同的结果,请前辈指点一下，万谢！如有人能解出来,我发个小红包作为奖励。

数据是经过一阶差分平移整理后的

Date	Close	PrcChange	upPrc	downPrc
2014/1/3	3.79	-0.03	0	0.03
2014/1/6	3.75	-0.04	0	0.04
2014/1/7	3.77	0.02	0.02	0
2014/1/8	3.8	0.03	0.03	0
2014/1/9	3.79	-0.01	0	0.01
2014/1/10	3.8	0.01	0.01	0
2014/1/13	3.82	0.02	0.02	0
2014/1/14	3.79	-0.03	0	0.03
2014/1/15	3.76	-0.03	0	0.03
2014/1/16	3.76	0	0	0

通过这两列就可以计算出6日RSI

2014/1/10	42.85714
2014/1/13	61.53847
2014/1/14	66.66667
2014/1/15	46.15385
2014/1/16	30

第1项计算
	avgUP=(0.02+0.03+0.01)/6=0.06/6=0.01
	avgDown=(0.03+0.04+0.01)/6=0.08/6=0.04/3
	RS=0.01/(0.04/3)=3/4
	RSI=3/7 *100 =  42.857143
第2项传统算法
	avgUP=(0.02+0.03+0.01+0.02)/6=0.08/6
	avgDown=(0.04+0.01)/6=0.05/6
	RS=0.08/0.05=8/5
	RSI=8/13 *100 =  61.53847
第3项传统算法
	avgUP=(0.02+0.03+0.01+0.02)/6=0.08/6
	avgDown=(0.01+0.03)/6=0.04/6
	RS=0.08/0.04=8/4
	RSI=8/12 *100 = 66.66666666

据了解第三方TALIB包是采用EMA计算,所以跟传统的计算方不同,但首项是一样的,因为作为基数

2014/1/10	42.85714
2014/1/13	51.21951
2014/1/14	40.54054
2014/1/15	32.42742
2014/1/16	32.42742

我查过公式,也套了数据,但发现对应不上,有人能解出来？
这个是网上的解说链接,但也套不通https://www.*/community/topic/292/%E6%B1%82%E5%8A%A9talib%E7%9A%84rsi%E6%8C%87%E6%A0%87%E8%AE%A1%E7%AE%97

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：得不到

数据脚本文件已上传,再求解答！

您好，如果您的求助没有解决，请到项目交易发布需求，会有更快更专业的用户帮助您 https://bbs.pinggu.org/z_prj.php

你好，我感觉你这写错了，首先第一步要对close做差分，然后通过这个差分与0的大小关系来进一步计算，我感觉你代码里没有这个判断（我是门外汉，我也不清楚，希望可以帮到你）

def rsi(price,period=6):
    import pandas as pd
    import numpy as np

    clprcChange=price-price.shift(1)
    clprcChange=clprcChange.dropna()

    indexprc=clprcChange.index
    upPrc=pd.Series(0,index=indexprc)
    upPrc[clprcChange>0]=clprcChange[clprcChange>0]

    downPrc=pd.Series(0,index=indexprc)
    downPrc[clprcChange<0]=-clprcChange[clprcChange<0]
    rsidata=pd.concat([price,clprcChange,upPrc,downPrc])
    rsidata.columns=[\'price\',\'PrcChange\',\'upPrc\',\'downPrc\']
    rsidata=rsidata.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)

RSI default 是EMA，指数平均值。所以算出来会跟simple moving average有点不一样。

股价 1, -1, 1, -1, 1, -1
波动nan -2, 2, -2, 2, -2

你的设定RSI需要3个波动，所以day4 开始才有数值

Day4 : 这天是EMA的base 情况，所以用simple moving average
up: 2/3
down: (2+2)/3 = 4/3
RS = 1/2
RSI = 1/3*100 = 33.333333

Day5: 这天开始，up 和 down 的平均值要用指数平均值 系数为2/(N+1)
up = 2/3up(day4) + 1/3 * 2 = 10/9
down = 2/3down(day4) + 1/3 * 0 = 8/9
RS = 5/4
RSI = 5/9*100 = 55.55555

这里看出哪怕是不在3天window里面的价格也会对后面的平均值产生影响。后果就是如果取值时间很短，前面的指数移动平均值会很不稳定，所以通常可以看到我们observe的window要大于calculation window, 这样会更加平滑准确些。

关于这项说明，在这里：

http://ta-lib.org/d_api/ta_setunstableperiod.html