rsi 계산 예제

참고: 스무딩 프로세스는 RSI 값에 영향을 줍니다. RS 값은 첫 번째 계산 후 스무딩됩니다. 평균 손실은 첫 번째 계산에 대해 14로 나눈 손실의 합계와 같습니다. 후속 계산은 이전 값을 13으로 곱한 다음 가장 최근 값을 추가한 다음 합계를 14로 나눕니다. 이렇게 하면 스무딩 에 영향을 줍니다. 평균 게인도 마찬가지입니다. 이 스무딩으로 인해 RSI 값은 총 계산 기간에 따라 다를 수 있습니다. 250 마침표는 30 개 기간보다 더 부드럽게 허용하고이것은 RSI 값에 약간 영향을 미칩니다. StockCharts.com 가능하면 250일 전으로 거슬러 올라갑니다.

평균 손실이 0이면 RS및 RSI에 대해 “0으로 나누기” 상황이 발생하고 RSI는 정의에 따라 100으로 설정됩니다. 마찬가지로 평균 게인이 0이면 RSI는 0과 같습니다. 평균 이득 과 평균 손실에 대한 첫 번째 계산은 간단한 14 기간 평균입니다 : 두 번째, 후속, 계산은 이전 평균과 현재 이득 손실을 기반으로 : 커틀러의 RSI라는 변화는 당신과 당신의 간단한 이동 평균을 기반으로하고, D,[7] 위의 지수 평균 대신. 커틀러는 와일더가 RSI를 계산하기 위해 부드러운 이동 평균을 사용했기 때문에 와일더의 RSI값은 데이터 파일에서 자신의 계산이 시작된 위치에 달려 있음을 발견했습니다. 커틀러는 이 데이터 길이 종속성을 지칭했습니다. 커틀러의 RSI는 데이터 길이에 종속되지 않으며 데이터 파일 내의 길이 또는 시작점에 관계없이 일관된 결과를 반환합니다. 와일더는 원래 로 이동 평균의 계산을 공식화 : newval = (전방 * (기간 – 1) + newdata) / 기간. 이는 앞서 언급한 지수 스무딩과 완전히 동일합니다. 새 데이터는 단순히 1/period의 알파 계산 값과 동일한 기간으로 나뉩니다. 이전 평균 값은 (기간 -1)/기간(기간 -1)/기간-1/기간 및 마지막으로 1- 1-1/기간(1- 알파)에 의해 수정됩니다. 주식 이나 자산의 주요 추세는 지표의 판독값이 제대로 이해되는지 확인하는 중요한 도구입니다.

예를 들어, 잘 알려진 시장 기술자 콘스탄스 브라운, CMT, 상승 추세에서 RSI에 과매도 독서가능성이 훨씬 높은 아이디어를 추진하고있다 30%, 그리고 하락 추세 동안 RSI에 과매수 독서는 70 % 수준보다 훨씬 낮은.