首先得明确RSI（相对强弱指标）的核心计算逻辑，这是验证你代码正确性的基础：

RSI的计算步骤（以14日周期为例）：

• 第一步：计算每日收盘价的变化值（当日收盘价 - 前一日收盘价）
• 第二步：把变化值拆分上涨幅度（仅保留正的变化值，负的记为0）和下跌幅度（仅保留负变化值的绝对值，正的记为0）
• 第三步：计算前14天的平均涨幅（简单算术平均）和平均跌幅（简单算术平均）
• 第四步：从第15天开始，用平滑移动平均更新平均涨幅和跌幅：
  今日平均涨幅 = (昨日平均涨幅 * 13 + 今日涨幅) / 14
今日平均跌幅 = (昨日平均跌幅 * 13 + 今日跌幅) / 14
• 第五步：计算相对强度RS = 平均涨幅 / 平均跌幅
• 第六步：RSI = 100 - (100 / (1 + RS))

注意：如果平均跌幅为0，说明14天内没有下跌，RSI直接取100；如果平均涨幅为0，RSI取0

正确的Python实现示例 #

下面是基于pandas的实现，方便处理BTC的价格数据（假设你已经有了包含收盘价的DataFrame）：

import pandas as pd

def calculate_rsi(data: pd.DataFrame, period: int = 14) -> pd.Series:
    # 计算每日价格变化
    delta = data['close'].diff()
    
    # 拆分上涨和下跌幅度
    gain = delta.where(delta > 0, 0)
    loss = -delta.where(delta < 0, 0)
    
    # 计算初始平均涨幅和跌幅（简单平均）
    avg_gain = gain.rolling(window=period).mean()
    avg_loss = loss.rolling(window=period).mean()
    
    # 从第period+1天开始，用平滑移动平均更新
    for i in range(period, len(avg_gain)):
        avg_gain.iloc[i] = (avg_gain.iloc[i-1] * (period - 1) + gain.iloc[i]) / period
        avg_loss.iloc[i] = (avg_loss.iloc[i-1] * (period - 1) + loss.iloc[i]) / period
    
    # 计算RS和RSI
    rs = avg_gain / avg_loss
    rsi = 100 - (100 / (1 + rs))
    
    # 处理初始period天的NaN值，以及避免除以0的情况
    rsi = rsi.fillna(0)
    rsi[avg_loss == 0] = 100
    rsi[avg_gain == 0] = 0
    
    return rsi

# 示例用法：假设你的BTC数据存在btc_data中，包含'close'列
# btc_data = pd.read_csv('btc_price.csv')
# btc_data['rsi_14'] = calculate_rsi(btc_data)
# print(btc_data[['close', 'rsi_14']].tail())

如何验证你的代码正确性 #

如果你已经写了代码，可以通过以下步骤验证：

1. 手动计算对比：取前15天的收盘价，手动计算前14天的平均涨幅、跌幅，然后算出第一个RSI值，和代码输出对比
2. 和权威工具对比：比如用TradingView、Yahoo Finance上的BTC 14日RSI数据，截取完全一致的时间段，和你的代码计算结果对比（注意时区要统一）
3. 边界情况测试：
   • 连续14天上涨：RSI应该接近100
   • 连续14天下跌：RSI应该接近0
   • 涨跌交替的情况：计算RSI是否符合预期

要是能把你的代码贴出来，我可以帮你更精准地排查问题～

内容的提问来源于stack exchange，提问作者Injector Pca