根据tradingview计算RSI指标？

Question

我想按照tradingview图表计算RSI 14。

根据wiki的说法，这应该是解决方案：https://www.tradingview.com/wiki/Talk:Relative_Strength_Index_(RSI)

我在一个名为RSI的对象中实现了这一点:在对象RSI中调用：

    self.df['rsi1'] = self.calculate_RSI_method_1(self.df, period=self.period)

代码的实现计算：

    def calculate_RSI_method_1(self, ohlc: pd.DataFrame, period: int = 14) -> pd.Series:

        delta = ohlc["close"].diff()

        ohlc['up'] = delta.copy()
        ohlc['down'] = delta.copy()

        ohlc['up'] = pd.to_numeric(ohlc['up'])
        ohlc['down'] = pd.to_numeric(ohlc['down'])

        ohlc['up'][ohlc['up'] < 0] = 0
        ohlc['down'][ohlc['down'] > 0] = 0

        # This one below is not correct, but why?
        ohlc['_gain'] = ohlc['up'].ewm(com=(period - 1), min_periods=period).mean()
        ohlc['_loss'] = ohlc['down'].abs().ewm(com=(period - 1), min_periods=period).mean()

        ohlc['RS`'] = ohlc['_gain']/ohlc['_loss']

        ohlc['rsi'] = pd.Series(100 - (100 / (1 + ohlc['RS`'])))

        self.currentvalue = round(self.df['rsi'].iloc[-1], 8)
        print (self.currentvalue)

        self.exportspreadsheetfordebugging(ohlc, 'calculate_RSI_method_1', self.symbol)

我测试了其他几种解决方案，例如，但是没有返回一个很好的值：

https://github.com/peerchemist/finta https://gist.github.com/jmoz/1f93b264650376131ed65875782df386

因此，我创建了一个基于：https://school.stockcharts.com/doku.php?id=technical_indicators:relative_strength_index_rsi的单元测试

我创建了一个输入文件：(见下面的excel图像)和一个输出文件：(参见下面的excel图像)

运行unittest (此处未包含的unittest代码)应该会导致结果，但只检查最后一个值。

if result == 37.77295211:
    log.info("Unit test 001 - PASSED")
    return True
else:
    log.error("Unit test 001 - NOT PASSED")
    return False 

但我还是不能通过测试。我用excel检查了所有的值。

​

​

所以现在我有点迷路了。

如果我遵循这个问题：Calculate RSI indicator from pandas DataFrame?，但这不会给收益带来任何价值。

tradingview?

• a)为了使单位对齐，计算应如何进行？
• b)如何计算才能与
• 对齐

Answer 1

下面是TradingView中当前RSI指示符版本的Python实现：

https://github.com/lukaszbinden/rsi_tradingview/blob/main/rsi.py

Answer 2

我在计算RSI时遇到了同样的问题，结果与TradingView不同，我发现了InvestoPedia中描述的RSI第2步公式，并修改了代码如下：

N = 14
close_price0 = float(klines[0][4])
gain_avg0 = loss_avg0 = close_price0
for kline in klines[1:]:
    close_price = float(kline[4])
    if close_price > close_price0:
        gain = close_price - close_price0
        loss = 0
    else:
        gain = 0
        loss = close_price0 - close_price
    close_price0 = close_price
    gain_avg = (gain_avg0 * (N - 1) + gain) / N
    loss_avg = (loss_avg0 * (N - 1) + loss) / N
    rsi = 100 - 100 / (1 + gain_avg / loss_avg)
    gain_avg0 = gain_avg
    loss_avg0 = loss_avg

N是计算RSI的周期数(默认为14)，代码被放入一个循环中来计算一个序列的所有RSI值。

Answer 3

对于那些经历相同的人来说。

我的原始数据包含了卷为零的滴答声。过滤这个OLHCV行将直接给出好的结果。