RSI模型构造与优化：分类优化与趋势优化

RSI模型构造与优化

主要观点

• RSI指标构建：相对强弱指标（RSI）通过计算一段时间内价格上涨幅度与涨跌幅度之和的比率，判断市场买卖双方意向和资产价格超买或超卖情况。利用RSI筛选超买超卖股票建立组合，可在低估时买入、高估时卖出赚取超额收益。
• RSI模型风格分类优化：对股票进行中信风格分类（周期、成长、稳定、消费、金融），并使用不同阈值进行超买超卖判断，合并构成股票组合。
• RSI模型趋势优化：利用MACD策略中长均线与短均线的差值变化率判断上涨或下降趋势，并给予上下偏移消除趋势影响。
• 模型适用性：优化后的RSI模型在市场震荡阶段表现突出，能跟踪市场趋势并放大上涨幅度，获得更大收益。

关键数据

• 未优化RSI模型：累计收益305.30%，年化收益12.73%，夏普比率0.48，最大回撤-55.22%。
• 风格分类优化RSI模型：累计收益390.83%，年化收益14.59%，夏普比率0.61，最大回撤-48.42%。
• 趋势优化RSI模型：累计收益577.01%，年化收益17.79%，夏普比率0.66，最大回撤-48.94%。

研究结论

• 不同风格股票对RSI指标适应性不同，消费风格表现最佳，金融风格波动较大。
• 风格分类优化能提升收益和降低回撤，趋势优化在上涨行情中更具优势。
• RSI模型在震荡市中表现优秀，能放大上涨幅度，适用于指数增强策略。