type
status
date
slug
summary
tags
category
icon
password
本文介绍了基于本地数据库中的股票数据，计算股票相对强度RPS的方法。通过构建新的DataFrame和计算收益率，得出股票的RPS值，并筛选出强度在85分以上的股票。最终生成了一个20240318RPS5这样的文本文件。文章还附有完整的Python代码和相关截图。
背景
上一篇文章里面讲了同步交易日流通市值在50亿以上的股票收盘价，将tushare里面的交易日股票收盘价保存到本地数据库的逻辑以及具体代码实现。本文主要是基于存放于本地数据库的这些股票数据，来计算股票相对强度.
股票相对强度RPS
股票相对强度RPS（Relative Performance Strength）是一种技术分析指标，用于比较股票或其他资产在一段时间内的表现。RPS指标将特定资产的价格相对于其他资产或市场指数的价格进行比较，以确定其相对强度或弱势。该指标通常以百分比形式表示，可以帮助投资者识别市场中表现较好或较差的资产。
如果对这个解释还不太清楚的话，可以看公众号复利公社关于股票相对强度RPS的介绍描述，文章可以参考这篇https://mp.weixin.qq.com/s/ecUXowVb6du23bLST5eT5A
具体代码
代码思路
先用这2000多只流动市值在50亿以上的股票，构建出一个新的DateFrame。
这个是那2500只股票的数据结构.
新的DateFrame结构如下:
可以看到这两行，一行是20240308，另外一行是20240315，这两行会进行计算，算出来的就是RPS5需要的数据信息。
我们通过计算收益率的cal_ret()函数计算后
会得到一个新的DateFrame，内容为:
接着我们根据这个DateFrame翻转同时排序，计算这2071只股票的排名以及RPS值。
经过处理，去掉小于85分的数值，我们只要大于等于85分的股票信息。
最终得到一个这样的DateFrame结构，这就是我们最终需要的东西了，然后经过输出展示，将2024年3月15当天RPS5的股票强度在85分以上的股票都筛选出来了。
最后我们得到了一个输出文件。
完整的Python代码
列个生成的文件列表截图给大家看看
运行
生成的RPS5的数据如图所示:
总结
以上就是计算RPS相关的逻辑了。虽然这程序在本地跑了几年了，可惜在A股赚钱不易呢，辣鸡A股，毁我青春。投资有风险，A股是炼狱😂