前言

用「开车看双仪表」比喻理解双RSI离散策略：

想象你开着一辆有两个速度表的车：

• 左侧速度表（快RSI）：显示最近5秒的车速（反应灵敏，但容易受颠簸影响）

• 右侧速度表（慢RSI）：显示过去30秒的平均车速（更平稳，但反应滞后）

离散度就是两个表的差值：

• 当左侧表突然比右侧表快很多 → 短期加速（可能超买）

• 当左侧表比右侧表慢很多 → 短期减速（可能超卖）

人工观察方法（以同花顺软件为例）

步骤1：设置双RSI指标

1. 在K线界面添加两个RSI指标：

   • RSI5（快周期）：参数设为5日

   • RSI14（慢周期）：参数设为14日

2. 调整颜色区分（例如快RSI用红色，慢RSI用蓝色）

步骤2：观察离散现象

当两条线出现明显分离时标记关键点：

• 买入信号：红线上穿蓝线 且 红<30（超卖区向上突破）

• 卖出信号：红线下穿蓝线 且 红>70（超买区向下跌破）

步骤3：结合价格形态验证

人工核对三个要素：

1. 离散方向：快慢线开口是否持续扩大

2. K线形态：是否出现启明星/黄昏之星等反转形态

3. 成交量：突破时是否伴随放量

案例：贵州茅台2023年交易机会

日期       | RSI5 | RSI14 | 离散度 | 价格动作      | 信号
---------------------------------------------------------
2023-03-08 | 28   | 41    | -13    | 长下影线      | 潜在买点  
2023-05-17 | 76   | 62    | +14    | 高位十字星    | 潜在卖点

常见误区提醒

1. 单次交叉陷阱：需连续3根K线确认趋势

2. 极端值失效：在暴涨暴跌行情中RSI会钝化

3. 周期错配：日线策略不能用于15分钟线

实战口诀：

"双线分离过三线，量价齐动才入场；
快慢共振看背离，止损设在波动极"

建议先用历史行情做人工回测，记录10次以上交易后再实盘。可配合MACD柱状图作为辅助验证（当离散度与MACD柱同向时信号更强）。

第一章 RSI指标深度解析

1.1 RSI数学原理与改进

传统RSI的计算公式基于价格变动的指数移动平均（EMA），但其在极端行情下存在明显缺陷。为此，我们提出动量加权RSI（Momentum-Weighted RSI, MW-RSI），引入动量放大因子和对称处理机制。

数学推导：

设收盘价序列为 {Ct}{Ct​}，计算价格变动 ΔCt=Ct−Ct−1ΔCt​=Ct​−Ct−1​，定义增益 Gt=max⁡(ΔCt,0)Gt​=max(ΔCt​,0) 和损失 Lt=max⁡(−ΔCt,0)Lt​=max(−ΔCt​,0)。传统RSI使用EMA计算平均增益和损失：

EMA(G,n)t=αGt+(1−α)EMA(G,n)t−1EMA(G,n)t​=αGt​+(1−α)EMA(G,n)t−1​EMA(L,n)t=αLt+(1−α)EMA(L,n)t−1EMA(L,n)t​=αLt​+(1−α)EMA(L,n)t−1​

其中 α=1nα=n1​。改进后的MW-RSI采用动量加权和对称处理：

Gt′=∣Gt∣k,Lt′=∣Lt∣k,k=1.5Gt′​=∣Gt​∣k,Lt′​=∣Lt​∣k,k=1.5SMMA(G′,n)t=∑i=0n−1Gt−i′n,SMMA(L′,n)t=∑i=0n−1Lt−i′nSMMA(G′,n)t​=n∑i=0n−1​Gt−i′​​,SMMA(L′,n)t​=n∑i=0n−1​Lt−i′​​

最终MW-RSI为：

MW-RSIt=100−1001+SMMA(G′,n)tSMMA(L′,n)tMW-RSIt​=100−1+SMMA(L′,n)t​SMMA(G′,n)t​​100​

Python实现：

def momentum_weighted_rsi(close, period

【未完待续，点击下方/Continue Read more, please click the Read More button】