使用某种编程语言（JS/C#..）计算 RSI（相对强弱指数）答案

【问题标题】：Calculate RSI(Relative Strength Index) using some programming language (JS/C#..)使用某种编程语言（JS/C#..）计算 RSI（相对强弱指数）
【发布时间】：2014-05-02 19:17:02
【问题描述】：

我正在计算RSI(Relative Strength Index)。我有这样的数据

**Date|Close|Change|Gain|Loss**

计算公式是

RSI = 100 - 100/(1+RS)
where RS = Average Gain / Average Loss

Source

所以我想通过JavaScript 或C# 中的某种编程语言进行计算，但我不知道如何将其转换为编程语言或我需要哪些步骤。

如果你有什么想进一步了解我的问题，我会尽力解释。

【问题讨论】：

标签： c# javascript stock stocks

【解决方案1】：

转换 RSI 公式的简单方法：

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));
}

有很多项目以不同的方式实施 RSI。 An incremental way can be found here

【讨论】：

@AmirFo 在这段代码中使用double Tolerance = 10e-20 只是不要在下面的划分中得到错误。
对于RelativeStrength，我们需要将它除以总增益的平均值和总损失的平均值。所以我觉得在上面的代码中我们需要更改var relativeStrength = (sumGain/Period) / (sumLoss/Period ）..来自投资百科的参考。 RSI =100−[ 100/( 1+ (平均损失/平均增益)) ] investopedia.com/terms/r/rsi.asp

【解决方案2】：

这应该与 Riga 的答案没有什么不同，但它似乎永远不会低于 40，所以要小心，也许只坚持使用 TA_LIB？

    //Relative Strength Index
    function rsi($ar, $period, $opt, $offset=0) //opt: 0=none, 1=exponential, 2=wilder, 3=average all
    {
        GLOBAL $smoothsteps;
        $pag = 0; //Previous Average Losses
        $pal = 0; //Previous Average Gains

        //Count average losses and gains
        $len = sizeof($ar)-1-$offset;
        $end = $len-$period-$offset;
        for($i = $len; $i > $end; $i--)
        {
            if($ar[$i] > $ar[$i-1]) //Gain
                $pag += $ar[$i] - $ar[$i-1]; 
            else //Loss
                $pal += $ar[$i-1] - $ar[$i];
        }
        $pag /= $period;
        $pal /= $period;

        //Smooth
        $ag = 0; //Average Losses
        $al = 0; //Average Gains
        for($i = $len; $i > 0; $i--)
        {
            if($ar[$i] > $ar[$i-1]) //Gain
                $ag += $ar[$i] - $ar[$i-1]; 
            else //Loss
                $al += $ar[$i-1] - $ar[$i];
        }

        if($opt == 3) //Average All Three
        {
            $a = 1 / $smoothsteps;
            $tag = $a * $ag + (1 - $a) * $pag;
            $tal = $a * $al + (1 - $a) * $pal;
            $wag = $pag * 13 + $ag;
            $wal = $pal * 13 + $al;
            $ag = ($wag+$tag+$pag)/3;
            $al = ($wal+$tal+$pal)/3;
        }
        else if($opt == 2) //Wilder Exp
        {
            $ag = $pag * 13 + $ag;
            $al = $pal * 13 + $al;
        }
        else if($opt == 1) //Exponential (Lame) [Closest to Trading View]
        {
            $sa = 1 / $smoothsteps;
            $ag = $sa * $ag + (1 - $sa) * $pag;
            $al = $sa * $al + (1 - $sa) * $pal;
        }
        else if($opt == 0) //None
        {
            $ag = $pag;
            $al = $pal;
        }

        //Relative Strength
        $rs = $ag / $al;

        //Relative Strength Index
        return 100 - (100 / (1+$rs));
    }

【讨论】：

【解决方案3】：

我将用伪代码编写它，您可以轻松地用任何语言编写它。最短的编码方式是：

v0 = 0 
v1 = 0 
v2 = 0 
v3 = 1/N                     
v4 = 0

if Step == 1: #initialisation
   v0 = (Price[t] - Price[t-N] ) / N
   v1 = mean( abs( diff(Price[(t-N):t] ) ) # average price change over previous N
else
   v2 = Price[t]  - Price[t-1] 
   v0 = vv[t-1] + v3 * ( v2 - v0[t-1] )
   v1 = v1[t-1] + v3 * ( abs( v2 ) - v1[t-1] )

if v1 != 0: 
   v4 = v0 / v1 
else
   v4 = 0

RSI = 50 * ( v4 + 1 )

这可能是在模拟中应用 RSI 的最有效方式。

【讨论】：