Come si calcola l’RSI? (Indice di Forza Relativa)

Definisci l’RSI prima di calcolarlo

L’Indice di Forza Relativa (RSI) è un oscillatore di momentum che misura la forza relativa delle recenti variazioni positive del prezzo rispetto alle recenti variazioni negative. L’idea di base è semplice: su un’intervallo di tempo scelto, confrontare di quanto il prezzo è salito rispetto a di quanto è sceso. L’RSI converte quindi questo confronto in un numero che di solito varia tra 0 e 100.

L’RSI non è una previsione di per sé. È una trasformazione della storia delle variazioni di prezzo in un indicatore con valore limitato. Tale trasformazione dipende dalle regole esatte di calcolo che si scelgono (in particolare la lunghezza del periodo di riferimento e il metodo di smoothing per guadagni e perdite).

Calcolo dell’RSI: formula e dati necessari

Per calcolare l’RSI, hai bisogno di una serie storica di prezzi ordinata nel tempo. La maggior parte delle implementazioni dell’RSI utilizza un singolo prezzo per periodo (comunemente il prezzo di chiusura) e calcola le variazioni da un periodo all’altro.

Passo 1: Scegliere il periodo di riferimento (N)

Scegli una lunghezza della finestra N (ad esempio, una scelta comune è 14). I calcoli dell’RSI fanno riferimento a questo N quando si calcolano le medie di guadagni e perdite.

Passo 2: Calcolare le variazioni su un periodo

Per ogni periodo t, calcola la variazione del prezzo:

• Variazione(t) = Prezzo(t) − Prezzo(t−1)

Da Variazione(t), suddividila in due componenti non negative:

• Guadagno(t) = max(Variazione(t), 0)
• Perdita(t) = max(−Variazione(t), 0)

Quindi solo le variazioni positive contribuiscono al Guadagno, e solo quelle negative contribuiscono alla Perdita.

Passo 3: Media dei guadagni e media delle perdite

L’RSI richiede la media dei guadagni e la media delle perdite nel periodo di riferimento. Esistono diverse “varianti” dell’RSI, ma l’approccio più diffuso utilizza uno smoothing invece di una media semplice calcolata ogni volta.

Un metodo comune di smoothing è:

• MediaGuadagno = media smussata di Guadagno(t) su N periodi
• MediaPerdita = media smussata di Perdita(t) su N periodi

I dettagli dello smoothing sono importanti perché l’RSI sarà diverso se si utilizza:

• medie mobili semplici (ricalcolate da zero ogni periodo), oppure
• smoothing alla Wilder (ricorsivo, che utilizza i valori smussati precedenti).

Se desideri risultati coerenti tra diversi strumenti, utilizza esattamente la stessa regola di smoothing prevista dal tuo calcolatore o dataset.

Passo 4: Convertire le medie in RS, quindi in RSI

Calcola il rapporto di forza relativa:

• RS = MediaGuadagno / MediaPerdita

Poi convertilo in RSI:

• RSI = 100 − (100 / (1 + RS))

Due casi particolari meritano una menzione esplicita:

• Se MediaPerdita è 0 (nessuna perdita recente nella finestra di media), RS diventa molto grande. In pratica, l’RSI si avvicina a 100.
• Se MediaGuadagno è 0 (nessun guadagno recente), RS diventa 0. In pratica, l’RSI diventa 0.

Come funziona l’RSI matematicamente

L’RSI confronta due quantità medie derivate dalla stessa serie storica di prezzi:

• Quando i periodi recenti contengono più guadagni che perdite (in senso di media smussata), MediaGuadagno è relativamente grande rispetto a MediaPerdita, rendendo RS grande e l’RSI alto.
• Quando i periodi recenti contengono più perdite che guadagni, MediaPerdita prevale, RS è piccolo e l’RSI scende.

L’output limitato (approssimativamente tra 0 e 100) è una conversione del rapporto MediaGuadagno/MediaPerdita in una scala che tende a enfatizzare i cambiamenti nell’equilibrio tra movimenti al rialzo e al ribasso.

È importante notare che l’RSI è sensibile al modo in cui definisci la “variazione” (l’input di prezzo e la frequenza di campionamento). Una serie di chiusure minuto per minuto e una serie di chiusure giornaliere possono produrre curve RSI diverse anche se la “formula di calcolo” è identica.

Esempio o evidenza riproducibile

Di seguito è riportato un piccolo esempio autonomo. L’obiettivo non è corrispondere a una piattaforma specifica, ma mostrare gli input richiesti e i valori intermedi.

Ipotesi:

• Utilizzare variazioni da chiusura a chiusura.
• Scegliere N = 5.
• Utilizzare un metodo di smoothing coerente con l’implementazione di riferimento.

Si parte con i prezzi per i periodi da 0 a 5 (sei prezzi in totale). Per ogni t da 1 a 5:

1. Calcolare Variazione(t) = Prezzo(t) − Prezzo(t−1).
2. Calcolare Guadagno(t) e Perdita(t) come max(Variazione, 0) e max(−Variazione, 0).
3. Calcolare MediaGuadagno e MediaPerdita utilizzando il metodo di media scelto negli ultimi N periodi.
4. Calcolare RS = MediaGuadagno / MediaPerdita.
5. Calcolare RSI = 100 − (100 / (1 + RS)).

Per riprodurre i risultati in modo indipendente, esegui lo stesso calcolo con lo stesso N e la stessa regola di smoothing. Se il tuo RSI differisce da uno strumento con cui lo stai confrontando, la discrepanza deriva quasi sempre da una di queste scelte:

• Valore di N (lunghezza del periodo di riferimento)
• Input della serie di prezzi (chiusura vs altra fonte)
• Gestione dei primi periodi prima che siano disponibili N dati
• Metodo di smoothing (semplice vs ricorsivo)
• Gestione dei casi limite quando MediaPerdita o MediaGuadagno è 0

Limitazioni e casi di errore da considerare

Anche se l’RSI ha una formula chiara, può produrre interpretazioni fuorvianti quando le ipotesi sottostanti non sono stabili.

Limitazione 1: L’RSI dipende da N e dal metodo di smoothing

Cambiare N modifica quale parte della storia recente influenza le medie. Cambiare il metodo di media/smoothing modifica il peso attribuito ai guadagni e alle perdite più vecchie rispetto a quelli più recenti. Di conseguenza, due serie RSI calcolate dagli stessi prezzi possono differire.

Limitazione 2: La qualità dei dati e la definizione della serie sono importanti

Se la tua serie di prezzi presenta discontinuità (ad esempio, gap dovuti a periodi di non negoziazione) o se cambi fonte dati a metà strada, i guadagni e le perdite calcolati cambiano. Poiché l’RSI è guidato dalle differenze periodo dopo periodo, anche piccoli cambiamenti nell’input possono alterare l’RSI.

Limitazione 3: I casi limite possono distorcere l’intuizione

Quando MediaPerdita è estremamente piccola, RS diventa molto grande, spingendo l’RSI verso il limite superiore. Questo può accadere durante un movimento al rialzo persistente, ma può anche verificarsi quando i dati di perdita nella finestra diventano quasi zero. Allo stesso modo, un movimento piatto persistente può rendere l’interpretazione meno intuitiva perché guadagni e perdite possono essere entrambi vicini a zero a seconda dei dettagli implementativi.

Limitazione 4: L’RSI non garantisce accuratezza predittiva

L’RSI è derivato da variazioni storiche. Le relazioni storiche tra i movimenti dell’RSI e gli esiti futuri non garantiscono nulla sul comportamento futuro. Costi, tempistiche di esecuzione e cambiamenti nella struttura del mercato possono tutti influenzare l’aspetto dei “risultati futuri” rispetto a quanto suggerito storicamente dall’indicatore.

Verifica e cosa controllare successivamente

Per verificare in modo indipendente i calcoli dell’RSI, concentrati sulla riproducibilità piuttosto che sull’interpretazione:

1. Conferma l’esatto input di prezzo utilizzato nel tuo calcolo (quale prezzo per periodo).
2. Conferma N (periodo di riferimento).
3. Conferma il metodo di media/smoothing utilizzato per calcolare MediaGuadagno e MediaPerdita.
4. Conferma come vengono gestiti i primi valori dell’RSI prima che esista una finestra completa.
5. Conferma come l’implementazione gestisce i casi in cui MediaPerdita è 0 o MediaGuadagno è 0.