Connor‘s RSI: 我愿称之为年度最伟大的指标

原创

已于 2023-12-22 00:17:15 修改 · 1.7k 阅读

21 ·

CC 4.0 BY-SA版权

文章标签：

#python #金融 #程序员创富

于 2023-12-21 22:08:57 首次发布

文章介绍了ConnorsRSI，一种基于RSI的改进版本，结合Streaks和PercentRank指标，用于捕捉市场动态。文章探讨了其优势、原理以及如何在实战中应用，暗示可能通过机器学习提升其效果。

人们发明了各种技术指标。这些技术指标中，以价格因子居多，比如均线、ATR、MACD， RSI, JDK等。由于拥挤效应的存在，多数因子的有效性也越来越弱，或者说，它们的使用范围也越来越局限。

但有一个因子，是基于著名的RSI的改进版。如果说在多因子时代，我们可以仅凭一个因子就构建出策略，并且还很有可能跑赢市场的话，它就是不二之选。

这个因子就是Connor’s RSI。它被Nirvana Systems称作终极技术指标。我深深地赞同这一点。这一指标发布在Nirvana Systems的网站上。著名的回测框架 backtrader及和策略平台TradingView也都内置了这一指标。

为什么Conners RSI被称为终极技术指标，它有哪些优势？成功背后的原理是什么，又该如何实现这一指标呢？

1. 如何构建Connor’s RSI

Conners RSI是在标准RSI的基础上，混合了另外两个指标得到的。

第一个指标就是Streaks。它是统计连续上涨或者下跌的周期数，将上涨与下跌的周期数之比来求得的RSI。下面的代码演示了如何计算Streaks指标：

# 本段代码使用了较强的numpy技巧，建议反复研读
def streaks(close):
    result = []
    conds = [close[1:]>close[:-1], close[1:]<close[:-1]]

    flags = np.select(conds, [1,-1], 0)

    # find_runs函数来自大富翁量化框架。它的作用是划分数组中
    # 连续出现的相同值。是量化中非常基础的一个函数。
    v, _