RSI 基礎知識快速回顧
RSI 的計算公式
RSI = 100 -（100 /（1 + RS）） 其中 RS = 平均漲幅 / 平均跌幅（14 日週期）
RSI 的傳統解讀
| RSI 數值 | 傳統定義 | 注意事項 |
|---|---|---|
| > 70 | 超買，考慮賣出 | 強勢股可持續超買 |
| < 30 | 超賣，考慮買入 | 弱勢股可持續超賣 |
| > 80 | 極超買 | 只適合考慮獲利 |
| < 20 | 極超賣 | 潛在買入機會 |
RSI 的三種進階用法
進階用法一：RSI 背離
這是 RSI 最強大的進階用法。
頂背離（看跌信號）：
- 價格創新高，但 RSI 創出較低的高點
- 代表上升動能減弱
- 預示趨勢可能反轉
底背離（看升信號）：
- 價格創新低，但 RSI 創出較高的低點
- 代表下降動能減弱
- 預示底部可能形成
更多背離分析可參考 MACD 與 RSI 配合使用。
進階用法二：RSI 區間震盪
在橫行震盪市中：
- RSI 在 30-70 區間來回波動
- RSI 觸及 30 + 反彈 = 買入信號
- RSI 觸及 70 + 回落 = 賣出信號
配合布林帶使用：RSI < 30 + 價格觸及布林帶下軌 = 更強的買入信號。
進階用法三：RSI 動能確認
- RSI > 50 = 上升動能（做多）
- RSI < 50 = 下降動能（做空或觀望）
用 RSI 50 作為動能分界線，只做與動能方向一致的交易。
RSI + AI：智能化選股
AI 如何優化 RSI 的應用？
傳統 RSI 使用固定參數（14 日）和固定閾值（30/70），但：
- 不同股票的最優參數不同
- 不同市場環境的最優閾值不同
- AI 可以根據歷史數據自動學習最優設定
AI 輔助 RSI 的三種方式
方式一：自動參數優化
AI 在歷史數據上測試不同 RSI 參數組合：
- RSI 週期：5、10、14、20、30 日
- 超買閾值：60、65、70、75、80
- 超賣閾值：20、25、30、35、40
找出每檔股票在不同時期的最優參數組合。
方式二：多指標融合
AI 同時分析多個指標並給出綜合信號：
- RSI（動能）+ MACD（趨勢）+ 成交量（確認）
- 根據歷史權重自動分配各指標的重要性
方式三：市場環境識別
AI 自動識別當前市場環境（牛市、熊市、震盪市），然後切換不同的 RSI 策略：
- 牛市：RSI > 60 才視為動能確認
- 熊市：RSI < 40 才視為動能確認
- 震盪市：使用 RSI 區間震盪策略
多維度選股框架
框架一：技術面維度
| 指標 | 權重 | 用途 |
|---|---|---|
| RSI | 30% | 動能確認 |
| MACD | 25% | 趨勢方向 |
| 均線排列 | 25% | 趨勢強度 |
| 成交量 | 20% | 確認信號 |
框架二：基本面維度
| 指標 | 權重 | 用途 |
|---|---|---|
| EPS 增長 | 35% | 盈利能力 |
| P/E | 25% | 估值水平 |
| ROE | 25% | 資本效率 |
| 負債率 | 15% | 財務安全 |
框架三：量化因子
| 因子 | 權重 | 用途 |
|---|---|---|
| 動量因子 | 40% | 趨勢跟隨 |
| 波動率因子 | 30% | 風險控制 |
| 價值因子 | 20% | 估值篩選 |
| 質量因子 | 10% | 財務健康 |
更多量化因子可參考量化交易基礎。
實戰選股流程
步驟一：基本面篩選
使用股票篩選器剔除財務不佳的公司。
步驟二：技術面篩選
- RSI 在 40-60 區間（非超買超賣）
- MACD 在零軸上方（上升趨勢）
- 成交量 > 1.5 倍平均
步驟三：形態確認
- 是否有 Cup and Handle 或 VCP 形態？
- 是否有支撐位確認？
步驟四：風險控制
- 止損設定：形態低點下方 5%
- 目標設定：使用風險回報比計算
總結
RSI + AI 選股的核心優勢：
- 動態參數——不再使用一刀切的 14 日 RSI
- 多維度判斷——技術面 + 基本面 + 量化因子
- 市場適應——根據市場環境自動調整策略
- 數據驅動——用回測驗證策略有效性
傳統指標的智能化升級，是從主觀交易走向系統化交易的重要一步。更多可參考系統化交易的優勢。