【原】单指标RSRS沪深300择时：​年化13.7%，最大回撤-16​%（附代码与策略下载）

原创内容第654篇，专注量化投资、个人成长与财富自由。

单标的的RSRS择时，我们看下沪深300指数上的效果：

单指标择时：年化13.7%，最大回撤-16%还可以了。

RSRS指标，即阻力支撑相对强度指标（Resistance Support Relative Strength Index），是一种用于量化市场阻力和支撑位的技术指标。它通过分析一定时间窗口内的最高价和最低价，使用线性回归模型来计算斜率，以此来反映市场在该时间窗口内的阻力和支撑的相对强度。

RSRS指标的设计原理主要包括以下几个步骤：

1. 数据收集：收集特定时间窗口内的最高价和最低价数据。

2. 线性回归：使用最小二乘法（OLS）对最高价和最低价进行线性回归分析，模型通常表示为 highest = α + β * lowest，其中斜率 β 表示最高价相对于最低价的变化程度。

3. 计算斜率：斜率 β 作为RSRS指标的原始值，斜率的大小反映了阻力位和支撑位的相对强度。

4. 标准化处理：计算斜率的标准分（z-score），即 (当日斜率值 - 斜率均值) / 斜率标准差，以此来消除不同时间点或不同资产斜率值的单位影响，使得斜率值可以跨时间或跨资产比较。

5. 修正标准分：将标准分与线性回归的决定系数（R-squared）相乘，以减少拟合效果差的标准分对策略的影响。

6. 右偏标准分：将修正后的标准分乘以回归斜率，使得标准分分布右偏，更好地捕捉市场的上涨动能。

7. 生成交易信号：根据RSRS指标的值与设定的阈值进行比较，超过阈值时可能触发买入信号，低于阈值的相反数值时可能触发卖出信号。

咱们的界面策略开发也基本成型：

点一下鼠标，即可验证策略：

代码下载：AI量化实验室 星球，已经运行三年多，1100+会员。quantlab代码交付至5.X版本，含几十个策略源代码，因子表达式引擎、遗传算法（Deap）因子挖掘引擎等，每周五迭代一次。

AI量化实验室——2024量化投资的星辰大海

02 五年财务自由退休

财富的核心永远是价值创造。 

推荐第十一本书《研究的方法》。

大家开始重视阅读和写作，但不知道从哪里发力。

于是我找到这本书。

想象你做一个社科类的课题，比如我在光华的课宏观经济学的课题—“亚洲金融风暴下的韩国”。

你研究一个课题，需要读很多资料，写很多东西。

因此找到一个“自我为中心的课题”，就是这个命题对你很重要，然后开始研究。

这本书就是方法论。

万维钢做序如下：

你想不想做个“研究者”？

你不一定非得在学术界，现在各行各业都需要人搞研究，研究能力是一种很稀缺的能力。但我说的也不是把研究仅仅作为一项技能或者一份养家糊口的工作， 而是把研究者”作为你的一个身份认同。

研究者是现代社会最酷的身份之一，因为你要探索未知， 你要生产知识。

人们发生争论的时候，他们会重点参考你的结论。你的名字可能会跟一个新发现一起被人记住。这不比在某个小单位拥有一点小权力、吃过很多美食、去过很多地方旅游高级多了吗？

那到底怎么做研究呢？ 这本书说的不是自然科学研究的技术这里没讲怎么设计实验、推导公式、使用统计方法那些。

正如两位作者所说，书中“各种观点和各项练习，都可以应用在商业新闻、艺术、设计、工程、社区建设和创业等各个领域”，可以说是一套通用的攻略。

而在我看来，此书最大的价值还不是它讲出了研究者的成长路线图，而是描绘了一套自内而处的心法。

（限时免费，感兴趣可入）五年之约，一起出发吧！

作者：AI量化实验室（专注量化投资、个人成长与财富自由）