Relative Strength of Volume Indicators by DGT

策略解读

原文描述的是技术分析中最为经典的动量指标之一——RSI。它的核心思想是通过比较一段时期内价格涨跌幅度的内部平衡，来判断当前市场的动能状态。RSI的数值永远落在0到100之间，因此天然具备了超买超卖的参考刻度。当价格快速上涨时，RSI会进入高位区域；当价格不断下跌时，RSI会滑向低位区域。然而，RSI并非简单的滞后指标，它的价值在于能够提前捕捉价格动能衰竭的迹象，尤其是当价格创新高而RSI未能创新高时，便形成了所谓的看跌背离信号。

这段原文是我们讨论的基础，但今天我们要介绍的对象并不是直接应用于价格的RSI，而是由公开交易社区作者dgtrd所发布的策略——"Relative Strength of Volume Indicators"（成交量指标的相对强弱）。该策略巧妙地将怀尔德的RSI计算逻辑从价格序列迁移到成交量序列上，从而构建了一个衡量成交量动能强弱的全新视角。我们知道，成交量是市场参与者的真实行为映射，是价格背后的“燃料”。如果说价格RSI回答的是“价格涨跌的节奏是否过快”，那么成交量RSI回答的则是“市场参与的热情是否过热或过冷”。

该策略的基本构想是：不再将“上涨”和“下跌”定义为收盘价的比较，而是定义为本周期成交量相对于上一周期成交量的增减。若成交量扩大，类似于价格的“上涨”；若成交量萎缩，则类似于价格的“下跌”。通过这套逻辑，我们就能计算出一个基于成交量的RSI数值。当这个数值进入高位，意味着成交量处于持续扩张的状态，多空双方的交战极为剧烈；当该数值进入低位，则说明市场交投冷清，参与者兴趣寡淡。

更进一步，可以将价格RSI与成交量RSI放在同一张图表上进行对照。当价格RSI形成顶背离的同时，成交量RSI也同步出现顶背离，那么趋势反转的概率将显著提升。相反，如果价格RSI处于超卖，但成交量RSI已经率先从低位回升，这往往暗示着“聪明钱”可能正在悄悄布局，抄底资金开始流入。这就是成交量RSI的实战价值所在：它提供了一种独立于价格之外的验证维度。

名词解释

• RSI（相对强弱指数，Relative Strength Index）：由J. Welles Wilder于1978年提出，用于衡量证券价格近期涨跌力度的动量振荡器。RSI通过一段时期内的平均涨幅和平均跌幅之比，映射出价格的内部强度，数值介于0到100之间，通常以70和30作为超买超卖的粗略分界线。
• 动量振荡器（Momentum Oscillator）：描述市场变化速度的技术指标类别，一般在一条水平线上波动，用以识别超买、超卖以及动能转换。RSI、随机指标、MACD都属于此类振荡器。
• 超买（Overbought）：指资产价格在短时间内上涨过快，RSI等指标显示买方力量过度消耗，价格可能面临回调或横盘整理的情形。需要强调的是，超买并不意味着必然会下跌，只是提示风险概率升高。
• 超卖（Oversold）：指资产价格在短期内下跌过度，卖方力量可能已经衰竭，价格具备反弹或止跌的技术条件。同样，超卖信号在熊市中可能长期持续。
• 背离（Divergence）：当价格走势与某一指标（如RSI或成交量RSI）的走势方向不一致时，即构成背离。价格创出新高而指标未能同步创新高，称为顶背离；价格创出新低而指标未能创出新低，称为底背离。背离通常被看作趋势即将逆转或动能减弱的预警信号。
• 衰竭摆动（Failure Swing）：RSI的一种形态分析方式，指RSI在超买区域从高点回落后，再次冲高却无法突破前高，随后掉头跌破前一次的低点；或是在超卖区域类似的反向形态。它比简单的阈值超买超卖更能提供过滤效果。
• 成交量（Volume）：在证券市场中，成交量是指一定时期内交易单位的总数量，是资金参与活跃度的直接量化。成交量放大通常意味着多空分歧和资金关注度上升，成交量萎缩则代表市场观望情绪浓厚。

策略思路讲解

我们来详细拆解“成交量指标的相对强弱”这一策略的运作逻辑。首先，怀尔德经典的RSI计算方式基于价格变动：选取一定周期（例如14日），统计该周期内每日收盘价上涨和下跌的平均幅度，再通过公式得到RSI值。这里最关键的一步是定义“上涨”和“下跌”。

在成交量RSI中，我们不再比较“今天收盘价 vs 昨天收盘价”，而是比较“今天成交量 vs 昨天成交量”。如果今天的成交量大于昨天，则记为“成交量上涨”，上涨幅度为两日成交量之差；反之，如果今天的成交量小于昨天，则记为“成交量下跌”。随后照搬RSI的计算框架，即可得到一条波动在0到100之间的成交量RSI曲线。

实际操作中，策略往往会对多个成交量指标逐一进行RSI化处理。常见的成交量指标包括：OBV（累积能量线，将价格涨跌时的成交量正负累加）、换手率、成交量移动平均线、量比等。例如，可以先计算OBV，再对OBV序列应用RSI公式，得到OBV RSI。同理，也可以直接对原始成交量应用RSI公式。当这组成交量RSI指标出现共振——多数都高于某一阈值或同时形成背离时——信号的可信度就会大大提高。

以看涨信号为例，当价格RSI从超卖区域（低于30）反弹回升，同时成交量RSI也脱离超卖区并快速上行，说明市场正在从“缩量阴跌”转向“放量上涨”。这种量价配合的形态比单纯的价格反弹更具说服力。相反，如果价格RSI进入超卖但成交量RSI依然低迷甚至继续下滑，那么这次止跌可能只是下跌中继，资金并未真正回流。

该策略也强调背离的运用。价格上涨创新高的过程中，成交量RSI若出现一浪低于一浪的态势，说明后续上涨并没有得到成交量的持续支持。市场上的说法叫“量价背离”，这意味着动能衰竭，趋势反转的概率增加。同理，在下跌末期，价格创新低而成交量RSI已不再创新低，反而出现抬高，那通常是被市场忽视的筑底迹象，一些有经验的交易者会将此视为早期建仓的线索。

需要说明的是，该策略并没有机械地规定某一RSI数值必然引发买卖。其核心思想是强调“相对强弱”。如果将多个标的的成交量RSI放在一起横向比较，则可以识别出哪些标的正在吸引更多资金入驻。例如，板块轮动中，某些个股的成交量RSI率先从底部拉升，而大盘的成交量RSI仍处于低位，这可能意味着资金正在向该个股集中。

优点

1. 量能维度独立验证：价格RSI容易受跳空、大宗交易等技术性事件影响，成交量RSI则从参与者的真实动作出发，能够从另一个维度验证价格信号的可靠性，减少依赖单一指标的误判。
2. 有效识别虚假突破：当价格突破关键阻力位时，如果成交量RSI并未同步进入强势区域，那么这个突破往往缺乏资金支撑，很容易是“假突破”。该策略能帮助交易者避开这类陷阱。
3. 抗操纵性较好：价格可以通过大买单小幅推动，但成交量数据难以长期伪装。尤其在合约制市场，成交量的异常变化往往难以遮盖，因此基于成交量的RSI比纯价格RSI更难被刻意制造。
4. 适用于资金流分析：通过对成交量RSI的横向对比，可以快速判断某个板块或个股是否存在资金聚集效应，进而辅助选股和择时，尤其是在市场结构性行情中具有突出优势。
5. 多样化的背离信号：将价格RSI与成交量RSI的背离结合使用，能够显著提高反向信号的胜率，尤其是当两者同时发出顶部或底部信号时，往往对应重要的转折点。

缺点

1. 成交量数据噪音更显著：成交量受消息面、主力对倒、开盘集合竞价、除权除息等众多非趋势因素影响，波动极其剧烈，导致成交量RSI的曲线经常出现高频抖动，产生大量无效信号。
2. 低流动性市场失真：在成交稀疏的股票或期货品种中，零星几笔交易就可能制造出巨大的成交量百分比变化，从而使RSI快速进入极端区域，削弱其参考价值。
3. 滞后性依然存在：虽然RSI属于动能指标，但它本质上是对历史数据进行平滑。应用于成交量时，同样需要等待多个周期的数据积累，因此对突发性行情反应的敏捷度并不占优。
4. 阈值标准难以统一：传统价格RSI的70/30阈值是历经数十年市场检验的近似值，但成交量RSI的波动分布因品种、周期和流动性而差异巨大，沿用70/30往往不科学，需要交易者自行优化，增加了使用门槛。
5. 无法回答方向问题：成交量RSI只反映量能强弱，并不说明资金是流入还是流出（除非与价格方向结合），因此单独使用容易陷入“放量既可能涨也可能跌”的歧义中。

起源年份考证

此处我们对该类方法的起源进行一个时间线上的考证，而非针对某一特定实现版本。需要说明的是，由于技术分析领域的大量指标在民间和商业软件中反复演变，具体到“成交量RSI”这一组合形态的确切提出者与年份已无法考证。但我们可以梳理出与该方法密切相关的几个关键节点：

• 1963年：约瑟夫·格兰维尔（Joseph Granville）提出成交量平衡指标（OBV），首次将成交量的增减与价格的涨跌方向挂钩，标志着量价结合分析进入系统化阶段。这也是“成交量势头”概念的早期雏形。
• 1978年：J. Welles Wilder在其著作《New Concepts in Technical Trading Systems》中正式推出RSI。该书同时提出了平均趋向指数（ADX）和平均真实波幅（ATR）等指标，为后世的动量分析奠定了数学基础。
• 1980年代至1990年代：随着个人电脑和图表分析软件的普及，技术分析师开始大量尝试对已有指标进行改造。将RSI应用于成交量序列的做法在这一时期逐渐见于各类投资通讯和交易系统文献中，例如一些游资操盘手会使用“量RSI”来判断放量是否持续。然而，这一阶段没有统一的命名和标准化规范，多为零散的个人经验总结。
• 2000年以后：互联网论坛和算法交易社区兴起，普通交易者可以便捷地在公开平台上发布自定义指标脚本。“成交量相对强弱”这一名称开始以多种变体出现，不同作者根据自己的需求调整周期、计算方式以及与其他指标的组合规则。本文提到的作者dgtrd所发布的“Relative Strength of Volume Indicators”就是这一时期的社区智慧结晶。
• 2010年代至今：多周期、多因子分析成为主流，量化研究者把成交量RSI纳入机器学习特征候选集，将其与价格动量、波动率、资金流等因子共同建模，从而在统计上验证了其增量信息。

综上所述，我们可以将“成交量RSI”这类指标的广泛传播定位在2000年前后的技术论坛时代，但其方法论根基可追溯到1963年的OBV和1978年的经典RSI。确切的首创者已不可考，这也是技术分析社区许多衍生指标共有的历史特点。

改进建议

1. 引入成交量移动均值平滑：由于原始成交量波动剧烈，建议在计算成交量RSI之前，先对该周期成交量或OBV序列应用短均线（如3日或5日简单移动平均）进行平滑，以滤除异常跳变。这样生成的RSI曲线会更加稳定，信号连续性更好。

2. 动态阈值设置：不要机械地使用70和30作为固定超买超卖线。可以根据成交量RSI的历史分位数——例如过去250根K线的90%和10%分位——动态设定阈值，以适应不同市场活跃度阶段。也可以按不同品种分别统计其自然分布，制定个性化参数。

3. 结合价格RSI与趋势过滤器：建议只有在价格趋势明确（例如价格位于50周期均线上方，或使用ADX判定趋势强度）的前提下，才执行成交量RSI的买入或卖出信号。这可以减少无趋势震荡市中的噪音干扰，提高信号胜率。

4. 使用成交额代替成交量：对于股价差异较大的跨品种比较，或当公司发生拆股、增发等股本变动时，原始成交量会失真。改用成交金额（成交量乘以价格）作为计算源，能够更真实地反映资金参与规模。

5. 增加多周期共振：同时在短周期（如15分钟、60分钟）和日线上计算成交量RSI。只有当日线与分时周期同步出现超买或背离时，才触发大级别交易信号。这种多层过滤机制可以大幅提高信号的可靠性。

6. 构建量能差额指标：可以计算主动买盘量与主动卖盘量的差值，将该差值序列替代原始成交量输入RSI，从而将方向信息融入量能动量之中，弥补传统成交量RSI不分方向的缺陷。

7. 加入成交量突变过滤：在信号触发时，检查单根K线的成交量是否超过前一日均量的数倍（例如3倍以上）。若数值过于极端，可能是消息面催化或异常大单所致，此时应主动规避，避免被瞬间的流动性冲击误导。

总结

“成交量指标的相对强弱”策略是一次非常有启发的创新，它将怀尔德经典的RSI框架从价格世界延伸到成交量世界，让我们能够用同样的数学工具去度量市场参与心理的“温度”。在实战中，它既是对价格RSI的有力补充，也是独立监控资金活性的有效工具。阅读者应当意识到，没有任何单一指标能够稳定地解释市场，尤其是在如今算法交易主导、成交量结构逐渐复杂的环境下。成交量RSI的价值不在于其每一条超买超卖信号，而在于它提供的“相对能量”视角——当我们怀疑价格突破是否可靠时，回眸看看成交量RSI的位置，往往就能找到答案。建议每位交易者在使用该策略时，结合品种特性、市场阶段以及自身的风险偏好进行参数调优，并始终将资金管理置于一切信号之上。毕竟，再好的指标也只是一面镜子，真正的智慧在于如何利用镜子里的倒影来调整航向。