RSI vs Wilder 的 RSI 计算问题

Posted 2023-03-11

【中文标题】RSI vs Wilder 的 RSI 计算问题

【英文标题】：RSI vs Wilder's RSI Calculation Problems

【发布时间】：2016-11-23 16:41:53

【问题描述】：

我无法获得平滑的 RSI。下图来自 freestockcharts.com。计算使用此代码。

public static double CalculateRsi(IEnumerable<double> closePrices)

    var prices = closePrices as double[] ?? closePrices.ToArray();

    double sumGain = 0;
    double sumLoss = 0;
    for (int i = 1; i < prices.Length; i++)
    
        var difference = prices[i] - prices[i - 1];
        if (difference >= 0)
        
            sumGain += difference;
        
        else
        
            sumLoss -= difference;
        
    

    if (sumGain == 0) return 0;
    if (Math.Abs(sumLoss) < Tolerance) return 100;

    var relativeStrength = sumGain / sumLoss;

    return 100.0 - (100.0 / (1 + relativeStrength));

https://***.com/questions/...th-index-using-some-programming-language-js-c

这似乎是没有平滑的纯 RSI。如何计算平滑 RSI？我尝试更改它以适应这两个站点的定义，但是输出不正确。它几乎没有平滑。

（我没有足够的代表来发布链接）

tc2000 -> Indicators -> RSI_and_Wilder_s_RSI (Wilder's smoothing = Previous MA value + (1/n periods * (Close - Previous MA)))

priceactionlab -> wilders-cutlers-and-harris-relative-strength-index (RS = EMA(Gain(n), n)/EMA(Loss(n), n))

真的有人可以用一些样本数据进行计算吗？

Wilder's RSI vs RSI

【参考方案1】：

为了计算 RSI，您需要一个周期来计算它。 As noted on Wikipedia, 14 is used quite often.

所以计算步骤如下：

期间 1 - 13，RSI = 0

第 14 期：

AverageGain = TotalGain / PeriodCount;
AverageLoss = TotalLoss / PeriodCount;
RS = AverageGain / AverageLoss;
RSI = 100 - 100 / (1 + RS);

期间 15 - 到期间 (N)：

if (Period(N)Change > 0
  AverageGain(N) = ((AverageGain(N - 1) * (PeriodCount - 1)) + Period(N)Change) / PeriodCount;
else
  AverageGain(N) = (AverageGain(N - 1) * (PeriodCount - 1)) / PeriodCount;

if (this.Change < 0)
  AverageLoss(N) = ((AverageLoss(N - 1) * (PeriodCount - 1)) + Math.Abs(Period(N)Change)) / PeriodCount;
else
  AverageLoss(N) = (AverageLoss(N - 1) * (PeriodCount - 1)) / PeriodCount;

RS = AverageGain / AverageLoss;
RSI = 100 - (100 / (1 + RS));

此后，为了平滑这些值，您需要将某个时期的移动平均线应用于您的 RSI 值。为此，将您的 RSI 值从最后一个指标遍历到第一个指标，并根据之前的 x 个平滑周期计算当前周期的平均值。

完成后，只需反转值列表即可获得预期的顺序：

List<double> SmoothedRSI(IEnumerable<double> rsiValues, int smoothingPeriod)

  if (rsiValues.Count() <= smoothingPeriod)
    throw new Exception("Smoothing period too large or too few RSI values passed.");

  List<double> results = new List<double>();
  List<double> reversedRSIValues = rsiValues.Reverse().ToList();

  for (int i = 1; i < reversedRSIValues.Count() - smoothingPeriod - 1; i++)
    results.Add(reversedRSIValues.Subset(i, i + smoothingPeriod).Average());

  return results.Reverse().ToList();

Subset 方法只是一个简单的扩展方法，如下：

public static List<double> Subset(this List<double> values, int start, int end)

  List<double> results = new List<double>();

  for (int i = start; i <= end; i++)
    results.Add(values[i]);

  return results;

免责声明，我没有测试代码，但它应该让您了解如何应用平滑。

【讨论】：

此答案未解决问题中提出的 Wilders 平滑计算。

@DonF - 请查看更新后的答案。我没有测试它的准确性，但它应该给你一个想法，因为平滑是通过使用 x 个周期的移动平均值来计算的。

【参考方案2】：

如果没有缓冲区/全局变量来存储数据，您将无法获得准确的值。

这是一个平滑指标，这意味着它不仅使用 14 根柱线，还使用所有柱线： 下面是一步一步的文章，如果价格和可用柱的数量相同，那么工作和经过验证的源代码会生成完全相同的值，当然（您只需要从源加载价格数据）：

经过测试和验证：

using System;
using System.Data;
using System.Globalization;

namespace YourNameSpace
  
   class PriceEngine
      
        public static DataTable data;
        public static double[] positiveChanges;
        public static double[] negativeChanges;
        public static double[] averageGain;
        public static double[] averageLoss;
        public static double[] rsi;
        
        public static double CalculateDifference(double current_price, double previous_price)
          
              return current_price - previous_price;
          

        public static double CalculatePositiveChange(double difference)
          
              return difference > 0 ? difference : 0;
          

        public static double CalculateNegativeChange(double difference)
          
              return difference < 0 ? difference * -1 : 0;
          

        public static void CalculateRSI(int rsi_period, int price_index = 5)
          
              for(int i = 0; i < PriceEngine.data.Rows.Count; i++)
              
                  double current_difference = 0.0;
                  if (i > 0)
                  
                      double previous_close = Convert.ToDouble(PriceEngine.data.Rows[i-1].Field<string>(price_index));
                      double current_close = Convert.ToDouble(PriceEngine.data.Rows[i].Field<string>(price_index));
                      current_difference = CalculateDifference(current_close, previous_close);
                  
                  PriceEngine.positiveChanges[i] = CalculatePositiveChange(current_difference);
                  PriceEngine.negativeChanges[i] = CalculateNegativeChange(current_difference);

                  if(i == Math.Max(1,rsi_period))
                  
                      double gain_sum = 0.0;
                      double loss_sum = 0.0;
                      for(int x = Math.Max(1,rsi_period); x > 0; x--)
                      
                          gain_sum += PriceEngine.positiveChanges[x];
                          loss_sum += PriceEngine.negativeChanges[x];
                      

                      PriceEngine.averageGain[i] = gain_sum / Math.Max(1,rsi_period);
                      PriceEngine.averageLoss[i] = loss_sum / Math.Max(1,rsi_period);

                  else if (i > Math.Max(1,rsi_period))
                  
                      PriceEngine.averageGain[i] = ( PriceEngine.averageGain[i-1]*(rsi_period-1) + PriceEngine.positiveChanges[i]) / Math.Max(1, rsi_period);
                      PriceEngine.averageLoss[i] = ( PriceEngine.averageLoss[i-1]*(rsi_period-1) + PriceEngine.negativeChanges[i]) / Math.Max(1, rsi_period);
                      PriceEngine.rsi[i] = PriceEngine.averageLoss[i] == 0 ? 100 : PriceEngine.averageGain[i] == 0 ? 0 : Math.Round(100 - (100 / (1 + PriceEngine.averageGain[i] / PriceEngine.averageLoss[i])), 5);
                  
              
          
          
        public static void Launch()
          
            PriceEngine.data = new DataTable();            
            //load date, time, open, high, low, close values in PriceEngine.data (6th column (index #5) = close price) here
            
            positiveChanges = new double[PriceEngine.data.Rows.Count];
            negativeChanges = new double[PriceEngine.data.Rows.Count];
            averageGain = new double[PriceEngine.data.Rows.Count];
            averageLoss = new double[PriceEngine.data.Rows.Count];
            rsi = new double[PriceEngine.data.Rows.Count];
            
            CalculateRSI(14);
          
          
      
  

详细的分步说明，我写了一篇长文，你可以在这里查看：https://turmanauli.medium.com/a-step-by-step-guide-for-calculating-reliable-rsi-values-programmatically-a6a604a06b77

附：函数仅适用于简单指标（简单移动平均线），即使指数移动平均线，平均真实范围绝对需要全局变量来存储以前的值。

【讨论】：

请停止在多个问题中发布相同的链接。如果您与您发布的链接有任何关联，you must disclose your affiliation in your answers。如果没有此披露，您的帖子可能会被视为垃圾邮件。

您好，我是这篇文章的作者，文章作者在medium上可见，还有什么需要透露的？上面甚至还有我的照片..

如果您包含指向您自己的外部文章或其他产品或服务的链接，那么您需要在在答案本身中披露您是作者，否则它可以被视为self-promotion 并按此处理。你可以edit你的回答是说“我写了一篇关于[x]的文章，你可以在这里阅读”，这通常就足够了，只要你清楚地表明你是作者。使用相同的个人资料图片或名称，或在您的个人资料中包含指向您网站的链接是不够的披露。

谢谢，我会的！

没问题，请确保您对其他答案也这样做！