评估RSI策略需要哪些数据？
机制与定义：RSI策略评估所依赖的内容
RSI（相对强弱指数）是一种将价格变动转化为有界值的震荡指标，通常范围在0到100之间。一个“RSI策略”不仅包括RSI数值本身，还包含将RSI读数（有时结合其他条件）转化为操作和评估的规则。因此，要评估RSI策略，你需要涵盖以下两方面的数据：(1) 指标输入数据，以及 (2) 规则评估输入数据。
一个完整的描述应明确说明：
- 用于计算RSI的回看周期长度。
- RSI内部使用的价格式（例如，使用哪个价格字段来计算涨跌幅）。
- 数据的时间周期（例如K线周期），因为RSI依赖于该采样下的序列长度。
- 与RSI一起使用的任何附加条件（例如基于趋势、波动率、交易时段或风险限制的过滤器）。
直接答案：输入数据、来源、时效性与质量检查
为了能够独立验证RSI策略的评估结果，需收集以下类别的数据。
1) RSI计算所需的输入
你需要获取能完全确定RSI值的最小输入集：
- 价格序列：所选交易品种和时间周期的价格数据。
- RSI参数（回看周期长度及任何计算变体）。
- 从原始市场数据到计算所用序列的精确映射（例如K线如何构建，以及是否处理了公司行为或合约展期，如适用）。
必须明确计算假设。如果使用不同的定义（或平台特定的RSI变体），即使时间周期和回看长度相同，RSI值也可能不同。若缺乏参数透明度，评估将无法复现。
2) 规则评估数据（将指标读数转化为结果）
如果策略包含交易规则，你还需获取用于评估这些规则的数据：
- 决策时间戳：策略检查RSI和执行操作的时间。
- 执行价格模型：假设的入场/出场价格（例如K线收盘价 vs. 下一根K线开盘价）。
- 交易成本假设：点差、佣金及任何建模的滑点。
- 约束条件：头寸是否持有固定周期、反向操作、条件平仓，或禁止重叠。
即使是信息性分析，你也应能清晰陈述假设，以便在相同输入序列上重新运行逻辑。
3) 数据来源（Provenance）：数据来源及其生成方式
你需要了解数据来源，以判断结果是否可能受数据异常影响：
- 价格数据来源（数据供应商、经纪商行情流或导出数据集）及其更新方式。
- 交易品种与合约连续性规则（特别是当交易品种随时间变更标识符时）。
- 数据清洗操作（缺失K线、异常值、周末缺口或修正）及其处理方式。
如果未描述来源和清洗步骤，你将无法区分策略行为与数据异常。
4) 时效性与对齐检查
RSI基于历史序列计算，因此时间错配可能导致误导性结果：
- 确保策略不“使用未来信息”。对于基于K线的策略，确认在时间 t 使用的RSI值是否严格基于截至时间 t 的可用信息计算得出。
- 确认数据集中使用的时区和K线对齐方式。
如果时间不明确，评估将无法独立验证。
5) 质量检查：稳健性与失败模式
你应该关注常导致基于指标的策略失效的质量问题：
- 过度拟合：多个RSI参数和阈值针对某一时期进行优化。
- 市场状态变化：当波动率、趋势强度或市场结构变化时，RSI行为可能发生改变。
- 成本敏感性：点差或执行假设的微小变化可能显著影响净收益。
- 采样问题：改变时间周期或重采样K线可能产生不同的RSI动态。
至少应包含一个在实践中可能导致策略失效的限制条件。例如，RSI逻辑在快速行情转换中可能反应滞后，高频交易下交易成本可能抵消表面优势。
证据与示例结构：可复现的关键要素
一个有用的评估通常应提供足够信息，使你能复现决策路径：
- 列出RSI参数及使用的具体价格字段。
- 说明K线如何生成，以及用于检查和执行的时间戳。
- 提供任何评估中使用的成本和执行假设。
- 展示至少一个简短、可解释的示例时间段，说明RSI逻辑触发的原因。