金融工程深度：RSI模型构造与优化—分类优化与趋势优化.docx

目录

TOC\o1-2\h\z\uRSI指标构建 3

RSI指标构建思路 3

RSI指标优化 3

模型样本参数 4

模型回测 5

未优化RSI指标净值表现 5

未优化RSI模型风险收益指标 5

模型优化（风格分类优化） 7

不同风格净值表现 7

不同风格风险指标对比 9

风格分类优化RSI模型净值 9

风格分类优化RSI风险指标 11

模型优化（趋势优化） 12

RSI模型趋势偏差 12

RSI趋势优化 12

两种优化方式对比 13

RSI趋势优化风险指标 14

RSI模型适用性 15

风险提示： 15

图

图1RSI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9RSI模型在趋势中出现的偏差（图中价格为后复权收盘

价） 12

图10RSI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

RSI指标构建

RSI指标构建思路

相对强弱指标（RSI）是由J.WellesWilder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：

??

??????=

(??+??)

?100

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。

RSI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

表1中信风格分类

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。

类别

子类

风格

周期风格、成长风格、稳定风格、消费风格、金融风格

ind、聚源，上海证券研究所

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

表2模型样本参数

参数

设定值

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

ind、聚源，上海证券研究所

模型回测

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