基于RSI與BB的股票趨勢分析

摘要：股票市場是金融市場中的重要組成部分，在金融生活中具有不可撼動的地位。本文根據(jù)kaggle比賽網(wǎng)站提供的紐約證券交易所和納斯達克上市交易的所有美國股票的完整歷史每日價格和成交量數(shù)據(jù)，選取某些股票對其波動進行分析并對未來變化趨勢預(yù)測。使用RSI分析股票在周期內(nèi)的安全系數(shù)，根據(jù)Bollinger Bands（BB）對其價格與價值的相對位置之間的關(guān)系分析。RSI分析發(fā)現(xiàn)，股票的范圍大多集中于弱區(qū)和強區(qū)之間，RSI在50左右浮動，因此這些股票均在投資操作中都處于可觀望區(qū)。BB分析發(fā)現(xiàn)，這些股票安全系數(shù)較高，股票的變化相對穩(wěn)定，此時股價處于整理態(tài)勢之中，相對而言比較適合投資。在投資操作中，投資者可以對這段時期的股票持觀望或買入態(tài)度。

關(guān)鍵詞：股票分析;RSI;Bollinger Bands

中圖分類號：F832.5 文獻識別碼：A文章編號：

2096-3157（2020）03-0154-03

一、引言

股票代表了股東對公司所有權(quán)，購買股票后股票的價值與公司的利益就有了聯(lián)系。對股票進行交易、轉(zhuǎn)賣可以增加股票的流動性，快速的脫手換取現(xiàn)值。公司的盈利可以讓股票持有者得到一定的分紅。現(xiàn)在，越來越多的人通過股票這一媒介進行投資，最終獲取到一定的利潤。由此可見，炒股逐漸成為人們生活中重要的一部分，因此找出預(yù)測方法對炒股有重大的指導(dǎo)意義。

為了收集信息技術(shù)相關(guān)的股票近期變動并予以分析，同時對股票進行預(yù)測。本文利用RSI（相對強弱指數(shù)）與bollinger bands這兩種數(shù)據(jù)分析方法對已選擇數(shù)據(jù)進行分析，并對股票的走勢和安全系數(shù)進行預(yù)測，從而達到對股票的走勢做出一定性的預(yù)測的目的。這種預(yù)測能給投資者提供一個較為合理且風(fēng)險較小的投資操作建議。

本文第二部分將對于兩種統(tǒng)計方法分析股票數(shù)據(jù)有關(guān)文章進行介紹;第三部分將對實驗數(shù)據(jù)的選取和預(yù)處理進行相關(guān)介紹;第四部分是利用Python 求解得到結(jié)果并對結(jié)果進行分析和對預(yù)處理進行改進后的實驗結(jié)果;第五部分為總結(jié)全文。

二、文獻綜述

從2000年到2018年期間，有很多學(xué)者做相關(guān)的研究，我們通過RSI與Bollinger Bands關(guān)鍵字，搜集到954篇論文，選取有代表性的3篇文獻，概括總結(jié)其內(nèi)容：

Jiali Fang[1]等人研究表明，隨著時間的推移，許多返回可預(yù)測性異常消失。一種解釋是投資者套利獲利。但投資者一直使用技術(shù)分析，因此這一論點可能不適用于技術(shù)分析策略。本文研究了當(dāng)新的技術(shù)交易規(guī)則出現(xiàn)并隨著時間的推移變得流行時會發(fā)生什么。Bollinger Bands于1983年推出，提供了一個自然實驗。在推出之前，布林帶的交易非常有利可圖。然而，自從被引入以來，其預(yù)測能力似乎逐漸下降，并且自2001年Bollinger的關(guān)于布林帶的書出版以來，它在大多數(shù)國際市場上基本消失了。

Leung[2]等人試圖比較移動平均信封和布林帶的盈利能力。盡管布林通道可以捕捉到移動平均線信封無法實現(xiàn)的突然價格波動，但研究表明，布林帶并沒有超越移動平均線信封。

Thomas[3]等人發(fā)現(xiàn)，首先要學(xué)習(xí)的是技術(shù)分析的基本教訓(xùn)：通過觀察數(shù)量和價格的變化，可以直觀地看到需求上漲和供應(yīng)價格下降。技術(shù)分析信號可以幫助那些無法“看到”這種需求并在數(shù)量和價格上提供行動的人和盲人計算機程序。20天、50天和200天移動平均線的信號顯示，僅基于價格，大量需求和供應(yīng)何時進入市場。相對強弱指數(shù)（RSI）和貨幣流量指數(shù)（MFI）信號引入了超買和超賣的概念，并被交易者用來買入弱勢并賣出強勢。業(yè)績相對強弱是投資組合經(jīng)理和投資者擊敗指數(shù)的最重要信號。

Rupesh[4]等人介紹了用于預(yù)測股票市場價格趨勢的方法的結(jié)果。該研究的第一個目標是使用一些振蕩器和指標優(yōu)化短期股票價格趨勢預(yù)測：移動平均線收斂差異（MACD），相對強弱指數(shù)（RSI），隨機振蕩器（KDJ）和布林帶（BB）。觀察到使用適當(dāng)?shù)念A(yù)處理技術(shù)和機器學(xué)習(xí)模型，可以提高短期趨勢預(yù)測的準確率。應(yīng)用預(yù)處理然后使用數(shù)據(jù)組合可以在短期交易中產(chǎn)生更好的準確率，同時預(yù)測庫存的長期趨勢這個技術(shù)指標是不夠的。除了公司的一些技術(shù)數(shù)據(jù)和基本數(shù)據(jù)外，還可以預(yù)測長期庫存變動。對于長期預(yù)測其債務(wù)與權(quán)益，過去3年的凈利潤、持有人持股、股息收益率和市盈率與技術(shù)因素一起使用。據(jù)觀察，使用基本和技術(shù)數(shù)據(jù)，長期股票預(yù)測是可能的。

三、股票數(shù)據(jù)及股票指標介紹

1.股票數(shù)據(jù)收集

以Kaggle比賽網(wǎng)站為來源收集到7000只股票數(shù)據(jù)，從7000只股票中隨機選取15只。利用python對信息技術(shù)股票進行數(shù)據(jù)挖掘，從15只股票里隨機選取5支，以14天作為一個周期。由實驗數(shù)據(jù)分別得到，在一個周期里開盤時的點數(shù)、最高點、最低點，以及閉盤時的點數(shù)通過公式計算出這5只股票在這個周期內(nèi)的上升平均數(shù)，下降平均數(shù)和此周期以后幾天的RSI，從而達到對股票點數(shù)走勢的一種預(yù)測。

2.相對強弱指數(shù)（RSI）

（1）定義

RSI是Relative Strength Index的縮寫，中文名稱是相對強弱指數(shù)?？梢杂糜诠善笔袌龅亩叹€投資中的股票升跌測量和分析中，其中由威爾斯·威爾德（Welles Wilder）最早應(yīng)用于期貨買賣。

RSI是根據(jù)一定時期內(nèi)上漲點數(shù)和漲跌點數(shù)之和的比率制作出的一種技術(shù)曲線。本質(zhì)是通過計算一段時間內(nèi)股價的變動情況，反應(yīng)短期內(nèi)買方和賣方在市場中力量對比情況，從而推測股價未來變動方向的技術(shù)指標。其最大作用是能夠顯示當(dāng)前市場的基本事態(tài)，但并不意味著市場趨勢就一定向RSI指標預(yù)示的發(fā)展。

（2）計算公式

其中：

①RS：是指在一個周期內(nèi)（這里把一個周期定為14天）第一次總收益的平均值與一次總損失的平均值的比值。

②RSI：是一個基于一定周期計算的數(shù)值，通常取14天為一個周期。在圖像中，改變圖像的周期可以改變RSI的敏感度：周期越小，波動越大越敏感，反之周期越大，波動越小越平均。其中，當(dāng)RSI=0時，實際上代表了價格在14個周期內(nèi)沒有上漲過，一直在下跌，所以AG為0，RSI為0;而當(dāng)RSI=100時，實際上代表了價格在14個周期內(nèi)沒有下跌過，一直在上漲，所以AL為0，RSI為100。

③Smoothed RS：是指在基于RSL的基礎(chǔ)下推測第15天的股票點數(shù)上漲或下降情況。

3.Bollinger Bands

（1）定義

該指標是在1980年由John Bollinger提出的?？傮w的思想是利用移動平均線以及標準差預(yù)估出價值帶，鑒于價格是環(huán)繞價值上下波動的，上突破該帶即為超買，下突破該帶即為超賣，以此來判斷價格與價值的相對位置。

Bollinger Bands包含了三條線，分別是一條中心線（Center Line）和兩條價格通道線（Price Channel）。中心線為一條價格的N日移動平均線（SMA），在某些場合下也有使用N日加權(quán)移動平均線（EMA）作為中心線的。上下兩個通道的寬度相等，是為N日的價格標準差。

反映趨勢：當(dāng)Bollinger Bands擴大之時，市場就會開始變化或上漲，或下跌，脫離了橫盤抑或震蕩的趨勢;當(dāng)Bollinger Bands縮小之時，市場從拉伸亦或是下跌中開始逐步走向平穩(wěn)，開始橫盤震蕩的趨勢。

SMA：一個周期內(nèi)的閉盤的平均值。

EMA：它是一種趨向類指標，指數(shù)平均數(shù)指標是以指數(shù)式遞減加權(quán)的移動平均。

EXPMA=（當(dāng)日或當(dāng)期收盤價-上一日或上期EXPMA）/N+上一日或上期EXPMA，其中，首次上期EXPMA值為上一期收盤價，N為天數(shù)。

（2）計算公式

Middle Band = 20-day simple moving average （SMA）

Upper Band = 20-day SMA +（20-day standard deviation of price x 2）

Lower Band = 20-day SMA - （20-day standard deviation of price x 2）

四、實證分析

本部分對實驗結(jié)果進行分析。

1.RSI

在KAGGLE上找到7000只股票，從中任選5只，分別標號為：3196、3197、3198、3199、3200。以14天為一個周期，觀察其一個周期的平均變化量，從而推斷出這5只股票點數(shù)在第15天的上漲或下跌的情況。

由圖表可知：這五只股票的RSI分別為：52.437、51.431、48.660、53.201、52.455（取三位小數(shù)點便于比較）。

其中RSI的變動范圍在0～100之間，強弱指標值一般在20到80之間。由此可將RSI分為四個區(qū)域：

RSI在80～100范圍內(nèi)在市場范圍內(nèi)屬于極強區(qū)，在投資操作中可視為賣出信號。

RSI在50～80范圍內(nèi)在市場范圍內(nèi)屬于強區(qū)，在投資操作中可視為買入信號。

RSI在20～50范圍內(nèi)在市場范圍內(nèi)屬于弱區(qū)，在投資操作中可視為觀望信號。

RSI在0～20范圍內(nèi)在市場范圍內(nèi)屬于極弱區(qū)，在投資操作中可視為買入信號。

由此可分析出這5只股票的范圍大多集中于弱區(qū)和強區(qū)之間，RSI在50左右浮動。可得出結(jié)論：這5只股票均在投資操作中都處于可觀望區(qū)。除3198外，其他都是從下到上突破50屬于由弱轉(zhuǎn)強，反之，3198則屬于由強轉(zhuǎn)弱。

2.Bollinger Bands

在KAGGLE上選取相同的標號分別為3196、3197、3198、3199、3200的股票。以20天為一個周期，觀察其一個周期內(nèi)中上下軌線數(shù)據(jù)，從而推斷出這5只股票強弱指標值，以及其的相對安全系數(shù)。

數(shù)據(jù)顯示，3169到3200的中軌線分別為：23.6、23.5、23.4、23.3、23.2.（取小數(shù)點后一位便于比較，下文一致）;上軌線分別為：24.5、24.2、23.8、23.7、23.6;下軌線：22.851、22.892、22.992、22.996、22.939。所以可由數(shù)據(jù)分析得出連續(xù)幾天的中上下軌線的數(shù)據(jù)間隔并不大，上軌線整體的趨勢為向下運行，而中軌線和下軌線趨勢變化很小。從而分析可得這5只股票的安全系數(shù)較高，股票的變化相對穩(wěn)定，此時股價處于整理態(tài)勢之中，相對而言比較適合投資。在投資操作中，投資者可以對這段時期的股票持觀望或買入態(tài)度。

五、結(jié)語

本文對股票點數(shù)升降趨勢進行分析從而其進化預(yù)測。使用RSI分析這5只股票在周期內(nèi)的安全系數(shù)可得其發(fā)展趨勢為：這5只股票的范圍大多集中于弱區(qū)和強區(qū)之間，RSI在50左右浮動.由此可得出結(jié)論：這5只股票均在投資操作中都處于可觀望區(qū)。使用bollinger bands對其價格與價值的相對位置之間的關(guān)系分析可得：這5只股票的安全系數(shù)較高，股票的變化相對穩(wěn)定，此時股價處于整理態(tài)勢之中，相對而言比較適合投資。在投資操作中，投資者可以對這段時期的股票持觀望或買入態(tài)度。

使用RSI 和BOLLINGER BANDS方法對股票數(shù)據(jù)分析并進行預(yù)測，判斷股票的安全買入賣出范圍是可行的，能在一定程度上較準確的預(yù)知所選股票點數(shù)的升降，顯示出當(dāng)前市場的基本事態(tài)，但并不意味著市場趨勢就一定向RSI和BOLLINGER BANDS指標預(yù)示的發(fā)展。應(yīng)結(jié)合具體問題進行具體分析。

參考文獻：

[1]Fang，Jiali，Ben Jacobsen，and Yafeng Qin.“Popularity versus Profitability：Evidence from Bollinger Bands.”[J].The Journal of Portfolio Management，2017，43（4）：152～159.

[2]Leung，Joseph Man-Joe，and Terence Tai-Leung Chong.“An empirical comparison of moving average envelopes and Bollinger Bands.”[J].Applied Economics Letters，2003，10（6）：339～341.

[3]Thomas K.Lloyd Sr.Using Moving Averages and Relative Strength Performance to Beat the Index，Relative Strength Index，Money Flow Index，Keltner Channels，and Standard Deviation，with Apple ExhibitsSr T K L.

[4]Kamble，Rupesh A.“Short and Long Term Stock Trend Prediction Using Decision Tree.”2017 International Conference on Intelligent Computing and Control Systems（ICICCS）.IEEE，2017.

作者簡介：

楊若馨，綿陽南山中學(xué)實驗學(xué)校學(xué)生。