RSI模型构造与优化：分类优化与趋势优化

——分类优化与趋势优化 RSI模型构建：相对强弱指标（RSI）属于技术分析中的一种动量指标，是通过计算一段时间内价格上涨幅度相对于该时间段内价格上涨和下跌幅度之和的比率，来判断市场买卖双方的意向和实力以及资产价格超买或超卖的情况。借助相对强弱指标（RSI）筛选出市场中处于超买与超卖的股票，可以建立股票组合，通过在低估时买入、高估时卖出赚取超过基准的相对收益。 RSI模型风格分类优化：在传统RSI模型基础上进行优化，即对股票风格（中信风格分类）进行分类后，使用不同的阈值进行超买和超卖的判断，再合并构成股票组合。 《形态识别优选趋势上涨的股票》——2024年08月07日《 基 于 宏 观 因 子 的 大 类 资 产 组 合 配 置 策略》——2024年12月09日《沪深300指数点位的隐含预期》——2024年11月05日 RSI模型趋势优化：由于价格的上涨和下行会导致RSI因子出现上下偏差，无法触及到超买和超卖的信号位置。使用MACD策略中长均线与短均线的差值的变化率进行滚动过去15日计算均值，判断当天是否处于上涨或者下降趋势。随后给与上涨趋势和下降趋势一定量的上下偏移以消除趋势带来的影响。 模型适用性：根据RSI模型的不同参数优化后的结果评测，模型在市场震荡阶段表现较为突出，在跟踪市场趋势的同时，能放大上涨幅度，获得更大收益。 ◼风险提示 本文投资建议仅代表数理模型的计算结果，不代表未来可以重复出现。股市投资需谨慎。 目录 1RSI指标构建..............................................................................3 1.1 RSI指标构建思路.............................................................31.2 RSI指标优化....................................................................31.3模型样本参数....................................................................4 2模型回测.....................................................................................5 2.1未优化RSI指标净值表现.................................................52.2未优化RSI模型风险收益指标.........................................5 3模型优化（风格分类优化）........................................................7 3.1不同风格净值表现............................................................73.2不同风格风险指标对比.....................................................93.3风格分类优化RSI模型净值.............................................93.4风格分类优化RSI风险指标...........................................11 4模型优化（趋势优化）.............................................................12 4.1 RSI模型趋势偏差...........................................................124.2 RSI趋势优化..................................................................124.3两种优化方式对比..........................................................134.4 RSI趋势优化风险指标...................................................14 5 RSI模型适用性........................................................................15 6风险提示：...............................................................................15 图 图1 RSI模型初始参数净值表现............................................5图2周期风格净值表现..........................................................8图3成长风格净值表现..........................................................8图4金融风格净值表现..........................................................8图5稳定风格净值表现..........................................................8图6消费风格净值表现..........................................................8图7风格分类优化RSI模型净值表现..................................10图8风格分类优化RSI模型净值与传统RSI模型净值对比.10图9 RSI模型在趋势中出现的偏差（图中价格为后复权收盘价）...............................................................................12图10 RSI模型趋势优化后的净值走势.................................13图11两种优化RSI模型对比...............................................14 表 表1中信风格分类..................................................................4表2模型样本参数..................................................................4表3未优化RSI模型风险收益指标........................................6表4不同风格的基金分组风险收益指标.................................9表5风格分类优化RSI模型风险收益指标...........................11表6趋势优化RSI模型风险收益指标..................................14 1RSI指标构建 1.1RSI指标构建思路 相对强弱指标（RSI）是由J.Welles Wilder在1978年提出的技术指标用来衡量某一资产一段时间内价格变化的速度和程度。 相对强弱指标（RSI）属于技术分析中的一种动量指标，是通过计算一段时间内价格上涨幅度相对于该时间段内价格上涨和下跌幅度之和的比率，来判断市场买卖双方的意向和实力以及资产价格超买或超卖的情况。相对强弱指标（RSI）计算公式如下： A=过去N日收盘涨幅均值B=过去N日收盘跌幅均值 RSI指标以震荡器的形式展现，其数值的区间在0到100之间（包含0和100），指标高于50表示指标计算当日为强势市场，指标低于50表示指标计算当日为弱势市场。 通常相对强弱指标（RSI）的超买和超卖阈值被设定在70和30，指的是当RSI指标大于等于70时表明所计算的资产正处于超买状态，反之当RSI指标小于等于30时表明该资产正处于超卖状态。 借助相对强弱指标（RSI）筛选出市场中处于超买与超卖的股票，可以建立股票组合，通过在低估时买入、高估时卖出赚取超过基准的相对收益。 1.2RSI指标优化 相对强弱指标（RSI）通常使用70和30作为判断股票是否高估或低估的绝对阈值，但是通常在不同趋势中超买或超卖的阈值需要进行不同的优化，来避免指标始终无法触发的情况发生。通过在一定区间内上下调整阈值以增加指标的触发次数。 我们认为，在量化分析中，指标的准确度和指标的触发次数有着同等关键的作用。于是本报告中在传统RSI模型基础上进一步优化了模型指标，使用了调整后的RSI指标阈值来建立股票组合，区别于传统阈值70和30来作为买入和卖出的触发点。相较于传统的超买和超卖的阈值，我们发现使用优化后的阈值触发点能在判断超买和超卖状态准确度及一段时间内触发次数中找到较好的平衡。 同时鉴于不同风格股票整体价格周期变化趋势的相异性，本报告通过对不同股票的中信风格分类（周期风格、成长风格、稳 定风格、消费风格、金融风格），局部优化不同风格股票RSI指标阈值。 1.3模型样本参数 样本范围：中证500成分股样本时间：2013年1月4日-2025年2月19日成分股更新频率：年度价格复权调整：后复权信号触发频率：日度 2模型回测 2.1未优化RSI指标净值表现 未优化RSI指标使用传统30和70作为触发阈值来筛选符合模型需求的股票组合。通过监测股票日度RSI指标，对模型股票组合进行日度调整。本报告均使用中证500包含的一揽子股票作为模型可选的股票池范围。中证500成分股年度更新，以更新后的成分股作为标准，在中证500成分股中筛选触发超卖信号的股票进行持有、触发超买信号的股票进行平仓组成传统RSI指标模型股票组合。模型的股票组合净值比较基准为中证500净值。 为了更好比较不同策略和基准的走势对比，文中的净值初始值都设为1。下图为未优化的RSI指标模型净值与中证500净值比较。可以看到RSI模型净值表现总体优于中证500净值表现。从净值图可以看出RSI模型净值走势与基准中证500基本趋于一致但是放大了中证500净值波动幅度，使得模型净值相对基准的超额收益始终维持在固定的数额上下。 资料来源：Wind、聚源，上海证券研究所 2.2未优化RSI模型风险收益指标 下图展示了传统RSI（未优化阈值）模型和基准中证500各项风险收益指标对比。可以看到模型各项风险收益指标均优于基准中证500指标表现。传统RSI模型在维持较好波动控制的情况下，拥有较好的年化收益和夏普比率。（模型中的夏普计算公式为收益率/波动率，卡玛计算公式为收益率/最大回撤） 3模型优化（风格分类优化） 由于RSI指标对价格趋势的敏感性，使用固定的阈值对所有股票进行超买和超卖的判断会使模型效果变差或使判断出现一定偏差。于是建立RSI模型前，对股票池进行筛选以及对同类型的股票进行归总的数据清理对帮助优化RSI模型整体表现或许能起到较大的帮助。因为股票在不同风格上会反映出不同的周期规律，同时在不同经济周期中会产生不同的价格的波动趋势，因此本报告对股票池中股票进行了风格分类（本报告中均使用中信风格对股票进行分类），并进行了回测后发现，不同风格的股票对于RSI指标模型确实显现了不同的有效性。所以进一步在传统RSI模型基础上进行优化，即对股票风格（中信风格分类）进行分类后，使用不同的阈值进行超买和超卖的判断，再合并构成股票组合。 3.1不同风格净值表现 下