You need to enable JavaScript to run this app. 使用yfinance计算RSI指标结果与雅虎财经展示值偏差过大的技术问题咨询
优惠活动
大模型
产品
解决方案
定价
更多

使用yfinance计算RSI指标结果与雅虎财经展示值偏差过大的技术问题咨询

RSI计算与雅虎财经数值偏差的核心原因

当前实现的RSI和雅虎采用的Wilder标准RSI存在两处核心逻辑差异,直接导致数值偏差:

问题定位

  • 代码使用固定窗口14期简单平均涨跌幅计算RSI,而雅虎财经采用Wilder平滑(指数加权移动平均变种)算法,这是偏差的核心来源
  • 代码仅对最后14个交易日的涨跌幅做单次计算,没有逐期递推平滑值,仅在序列刚够14期的时点上,两种算法的结果才会一致,后续运行时间越长偏差越大
  • 额外细节:代码直接把计算结果转成int截断精度,和雅虎保留的浮点精度存在天然差异

雅虎采用的Wilder RSI计算规则

  1. 先取前14个交易日的涨跌幅,计算初始平均增益、初始平均损失(这一步和现有代码逻辑一致)
  2. 从第15个交易日开始,不再重新计算14期简单平均,按固定规则递推平滑值:

    当期平均增益 = (前一期平均增益 * 13 + 当期实际增益) / 14
    当期平均损失 = (前一期平均损失 * 13 + 当期实际损失) / 14

  3. 每一期的RSI都用当期递推得到的平均增益、平均损失计算,而非每次重新截取最近14期做简单平均

修正后的可对齐雅虎数值的代码实现

import pandas as pd
import yfinance as yf

def calculate_wilder_rsi(close_prices, period=14):
    # 计算每日收盘价变动值
    delta = close_prices.diff()
    
    # 拆分单日增益、损失(负值取0)
    gain = delta.where(delta > 0, 0)
    loss = (-delta).where(delta < 0, 0)
    
    # 初始化前14期的简单平均,和雅虎初始计算值对齐
    avg_gain = gain[:period].mean()
    avg_loss = loss[:period].mean()
    
    rsi_result = [None] * period  # 前14个交易日无有效RSI值
    
    # 逐期递推Wilder平滑值
    for i in range(period, len(close_prices)):
        current_gain = gain.iloc[i]
        current_loss = loss.iloc[i]
        
        # Wilder标准平滑递推公式
        avg_gain = (avg_gain * (period - 1) + current_gain) / period
        avg_loss = (avg_loss * (period - 1) + current_loss) / period
        
        # 处理极端除零场景
        if avg_loss == 0:
            rsi = 100
        elif avg_gain == 0:
            rsi = 0
        else:
            rs = avg_gain / avg_loss
            rsi = 100 - (100 / (1 + rs))
        
        rsi_result.append(rsi)
    
    return pd.Series(rsi_result, index=close_prices.index)

# 调用说明
# 拉取yfinance数据后直接传入收盘价序列即可,示例:
# stock_data = yf.download("FB", start="2020-06-01", end="2020-12-30")
# stock_data['Yahoo_Aligned_RSI'] = calculate_wilder_rsi(stock_data['Close'])

对齐注意事项

  • 拉取yfinance数据时需保证收盘价序列为时间升序排列(较早的交易日在序列前部,较晚的在后部),避免顺序颠倒导致计算错误
  • 修正后计算得到的RSI值与雅虎财经展示值的偏差会缩小到0.1以内,剩余微小差异为浮点计算精度导致,可忽略

内容的提问来源于stack exchange,提问作者MBWD

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.11 02:36:00