量化交易——RSI策略（vectorbt实现）

量化交易——RSI策略（vectorbt实现）

引用

CSDN

1.

https://blog.csdn.net/qq_41072222/article/details/144646756

本文是一篇关于使用vectorbt库实现RSI策略的量化交易教程。文章详细介绍了pandas中drop()和set_index()函数的使用，以及RSI指标的计算步骤和意义。文章通过具体代码示例展示了如何使用vectorbt实现RSI策略，并对回测结果进行了分析。

关于本文所使用数据的说明

由于vbt官方文档提供的入门案例使用的数据是通过其内置的yfinance包获取，在国内无法直接访问，故本文将原数据替换为更容易获取的国内数据。本文使用的数据是通过tushare获取的A股日线行情数据，具体参数如下图所示：

一、pandas常用函数

（1）drop()

函数语法：

DataFrame.drop(
    labels=None, 
    axis=0, 
    index=None,
    columns=None,
    level=None, 
    inplace=False, 
    errors='raise'
)

参数说明：

• labels:待删除的行名or列名；
• axis:删除时所参考的轴，0为行，1为列；
• index:待删除的行名
• columns:待删除的列名
• level:多级列表时使用，暂时不作说明
• inplace:布尔值，默认为False,若为False，则返回的是一个copy;若为True,返回的是删除相应数据后的数据

（1）set_index()

功能：指定数据表中的某列或指定某个数组列表为DataFrame行索引。

函数语法

DataFrame.set_index(keys, *, drop=True, append=False, inplace=False, verify_integrity=False)

参数说明：

• key：数据表中的某列/列标签列表/数组列表，需要设置为索引的列。
• drop：删除用作新索引的列，默认为True，删除。
• append：是否将列附加到现有索引，默认为False，否。
• inplace：表示当前操作是否对原数据重新，默认为False，否。
• verify_integrity：检查新索引的副本。否则，请将检查推迟到必要时进行。将其设置为False，将提高该方法的性能，默认为False。

保留到小数点后两位

df.apply(lambda x:round(x,2))

二、RSI策略

（1）RSI计算步骤

• 确定时间周期：通常设定为14天，但也可以根据需要选择6、12、24等其他周期。
• 计算涨幅和跌幅：
• 涨幅：每日收盘价高于前一日收盘价的差额。
• 跌幅：每日收盘价低于前一日收盘价的差额（取正值）。
• 计算N日内涨幅之和与跌幅之和：将时间周期内每日的涨幅和跌幅分别累加。
• 计算RS值：用N日内涨幅之和的平均值除以N日内跌幅之和的平均值。
• 计算RSI值：将RS值代入RSI公式，得到RSI值。

（2）RSI取值范围及意义

RSI的取值范围在0到100之间，通常以30和70作为超卖和超买的标志线，或以20和80作为超卖和超买的标志线。具体解读如下：

• 当RSI值超过70或80时，市场处于超买状态，可能会有下跌的趋势。
• 当RSI值低于30或20时，市场处于超卖状态，可能会有上涨的趋势。
• 当RSI值在50附近时，代表多空力量均衡。

RSI策略的vectorbt实现方法

第一步：RSI.run()

只需要传入股票每日收盘价，窗口默认为14天。

rsi=vbt.RSI.run(price,window=14)
print('rsi:',rsi.rsi)

特别提示：查看rsi的值请使用rsi.rsi

官方文档详见下图：

第二步：设置买入和卖出条件

rsi值下穿30线时买入，上穿70时卖出。下图为rsi_above和rsi_below函数参数。

#下穿rsi=30线时买入
entries=rsi.rsi_crossed_below(30)
print(entries)
#上穿rsi=70时卖出
exits=rsi.rsi_crossed_above(70)
print(exits)

函数名 说明
rsi_above() 开区间上穿特定值时，返回True，反之返回False
rsi_closed_above() 闭区间上穿特定值时，返回True，反之返回False
rsi_crossed_above() 刚好上穿特定值时，返回True，反之返回False
rsi_below() 开区间下穿特定值时，返回True，反之返回False
rsi_closed_below() 闭区间下穿特定值时，返回True，反之返回False
rsi_crossed_below() 刚好下穿特定值时，返回True，反之返回False

第三步：模拟投资【vbt.Portfolio.from_signals()】

该函数通过买入和卖出信号来模拟投资。代码如下：

pf=vbt.Portfolio.from_signals(price,entries=entries,exits=exits,init_cash=10000)

该函数的参数详情如下：

Portfolio.from_signals(
    close,
    entries=None,
    exits=None,
    short_entries=None,
    short_exits=None,
    signal_func_nb=no_signal_func_nb,
    signal_args=(),
    size=None,
    size_type=None,
    price=None,
    fees=None,
    fixed_fees=None,
    slippage=None,
    min_size=None,
    max_size=None,
    size_granularity=None,
    reject_prob=None,
    lock_cash=None,
    allow_partial=None,
    raise_reject=None,
    log=None,
    accumulate=None,
    upon_long_conflict=None,
    upon_short_conflict=None,
    upon_dir_conflict=None,
    upon_opposite_entry=None,
    direction=None,
    val_price=None,
    open=None,
    high=None,
    low=None,
    sl_stop=None,
    sl_trail=None,
    tp_stop=None,
    stop_entry_price=None,
    stop_exit_price=None,
    upon_stop_exit=None,
    upon_stop_update=None,
    adjust_sl_func_nb=no_adjust_sl_func_nb,
    adjust_sl_args=(),
    adjust_tp_func_nb=no_adjust_tp_func_nb,
    adjust_tp_args=(),
    use_stops=None,
    init_cash=None,
    cash_sharing=None,
    call_seq=None,
    ffill_val_price=None,
    update_value=None,
    max_orders=None,
    max_logs=None,
    seed=None,
    group_by=None,
    broadcast_named_args=None,
    broadcast_kwargs=None,
    template_mapping=None,
    wrapper_kwargs=None,
    freq=None,
    attach_call_seq=None,
    **kwargs
)

第四步：查看回测结果

print(pf.stats().apply(lambda x:round(x,2)))

运行结果：

Start                         20230804.00
End                           20241220.00
Period                             335.00
Start Value                      10000.00
End Value                        10041.23
Total Return [%]                     0.41
Benchmark Return [%]                -5.53
Max Gross Exposure [%]             100.00
Total Fees Paid                      0.00
Max Drawdown [%]                    21.89
Max Drawdown Duration              313.00
Total Trades                         5.00
Total Closed Trades                  5.00
Total Open Trades                    0.00
Open Trade PnL                       0.00
Win Rate [%]                        60.00
Best Trade [%]                      13.20
Worst Trade [%]                    -14.94
Avg Winning Trade [%]                7.12
Avg Losing Trade [%]                -9.31
Avg Winning Trade Duration          25.67
Avg Losing Trade Duration           77.00
Profit Factor                        1.02
Expectancy                           8.25
dtype: float64

第五步：画图

pf.plot().show()

运行结果：

完整代码

import vectorbt as vbt
import pandas as pd
pd=pd.read_csv("stock_data/000001.SZ.csv",names=['index','trade_date','open','close','low','high','vol','x','macd','dif','dea'])
#删除index列
pd=pd.drop(columns='index')
#pd.index=pd['trade_date']
#设置trade_date列为行索引
pd=pd.set_index('trade_date')
price=pd['close']#每日收盘价
#设计RSI策略
'''
窗口：14天
超卖：30
超买：70
'''
rsi=vbt.RSI.run(price,window=14)
print('rsi:',rsi.rsi)
#下穿rsi=30线时买入
entries=rsi.rsi_crossed_below(30)
print(entries)
#上穿rsi=70时卖出
exits=rsi.rsi_crossed_above(70)
print(exits)
#回测
pf=vbt.Portfolio.from_signals(price,entries=entries,exits=exits,init_cash=10000)
#
print(pf.stats().apply(lambda x:round(x,2)))
print(pf.total_return)
pf.plot().show()

参考文献

• pandas drop()函数详解
• tushare官网