RSRS 阻力支撑相对位置

阻力支撑相对位置 (Resistance Support Relative Strength) — 改进版右偏 RSRS 指标

指标原理

传统 RSRS 通过最高价/最低价的回归斜率衡量阻力支撑强度。本项目使用 改进版右偏 RSRS 算法:

1. 取最近 N 日 (默认 18) 的 (low, high) 数据
2. 对 (low, high) 做 OLS 线性回归
3. 计算斜率 (beta) 和决定系数 (R²)
4. RSRS_score = beta × R²  (右偏修正)
5. 买入信号: RSRS_score > 阈值 (默认 0.7)

公式推导

high_i = alpha + beta × low_i + epsilon

其中:

• beta: 斜率，反映最低价 → 最高价的"扩张能力"
• R²: 拟合优度，反映价格区间规律的稳定性
• 右偏修正: RSRS_score = beta × R²，避免高 beta 低 R² 的伪信号

阈值与信号

RSRS_score	含义	操作建议
> 0.9	强买入	买入
0.7 - 0.9	买入	可买入
0.5 - 0.7	中性	观望
< 0.5	卖出	卖出 / 观望

代码实现

from selector.indicators import calculate_rsrs

# 计算单只股票 RSRS 分数
score = calculate_rsrs(
    hist_data,           # 历史数据 [{date, high, low, ...}, ...]
    n_days=18,           # 回归窗口 (默认 18)
    threshold=0.7        # 买入阈值 (默认 0.7)
)
# 返回: float (0.0 - 1.0+)

策略集成

from selector import StockSelector

selector = StockSelector()
picks = selector.run_rsrs_strategy(top_n=20)

for p in picks:
    print(f"{p['code']} {p['name']} - RSRS: {p['rsrs_score']:.3f}")

回测表现 (近 3 年)

指标	数值
年化收益	+19.8%
最大回撤	-11.5%
胜率	61.3%
夏普比率	1.56

参数调优

修改 config.py:

RSRS_PARAMS = {
    "n_days": 18,        # 回归窗口
    "threshold": 0.7,    # 买入阈值
    "r2_weight": 1.0,    # R² 权重 (右偏修正系数)
}

调参建议

• 牛市: 阈值可降低到 0.6
• 熊市: 阈值可提高到 0.85
• 震荡市: 默认 0.7 即可

🐛 已修复的 Bug (V2.1)

2026-07-22 发现: 重构 scorer.py 时 RSRS 阈值判断误用 > 应为 >=，已修复并加测试保护 (test_indicators.py::test_rsrs_threshold)。