Mean reversion-strategi

Finansiell handel i Python

Chelsea Yang

Data Science Instructor

RSI-baserad mean reversion-strategi

Köp rädslan och sälj girigheten

RSI-baserad mean reversion-strategi:
- Kort signal: RSI > 70
  - Tyder på att tillgången troligen är överköpt och att priset snart kan vända
- Lång signal: RSI < 30
  - Tyder på att tillgången troligen är översåld och att priset snart kan stiga

Beräkna indikatorn

import talib
# Calculate the RSI
stock_rsi = talib.RSI(price_data['Close']).to_frame()

Konstruera signalen

# Create the same DataFrame structure as RSI
signal = stock_rsi.copy()
signal[stock_rsi.isnull()] = 0


# Construct the signal
signal[stock_rsi < 30] = 1

signal[stock_rsi > 70] = -1

signal[(stock_rsi <= 70) & (stock_rsi >= 30)] = 0

Plotta signalen

# Plot the RSI
stock_rsi.plot()
plt.title('RSI')

RSI-graf

# Merge data into one DataFrame
combined_df = bt.merge(signal, stock_data)
combined_df.columns = ['Signal', 'Price']
# Plot the signal with price

combined_df.plot(secondary_y = ['Signal'])

RSI-baserad signalgraf

Definiera strategin med signalen

# Define the strategy
bt_strategy = bt.Strategy('RSI_MeanReversion', 
                          [bt.algos.WeighTarget(signal),
                           bt.algos.Rebalance()])

Backtesta den signalbaserade strategin

# Create the backtest and run it
bt_backtest = bt.Backtest(bt_strategy, price_data)
bt_result = bt.run(bt_backtest)

Plotta backtest-resultat

# Plot the backtest result
bt_result.plot(title='Backtest result')

Backtest-resultat för RSI mean reversion

Nu kör vi en övning!

Finansiell handel i Python