PythonでRSIを使う！トレンド転換のサイン捉えよう！

Pythonを使って効率的に投資する方法を知りたい方必見！RSIを活用する方法を解説します。さらにPythonでのRSIの計算方法もわかりやすく説明しています。

①RSIとは

RSI（Relative Strength Index）とは相対力指数と呼ばれ、
一定期間内の上昇幅と下落幅を比較することで、
買われすぎや売られすぎの状態を示すテクニカル指標の一つです。
1978年にJ.W.ワイルダー氏(John Welles Wilder.Jr)が開発しました。

RSIは0～100の範囲で表され、70以上が買われすぎで30以下が売られすぎとされています。

また、RSIの特徴としてトレンド転換のサインを示すことができることが挙げられます。

ただし、RSI単体で使用すると偽のシグナルを出すことがあるので、
他の指標と併用することが重要です。

②RSIの算出方法

RSIは以下の式で計算されます。

\begin{align} RSI = \frac{A}{A+B}\times100 \end{align}

A：14日間の値上がり幅の平均
B：14日間の値下がり幅の平均

非常にシンプルな式ですね。

③PythonでRSIの実装方法

まずはコードの全体を紹介します。

import mplfinance as mpf
import pandas as pd
import pandas_datareader.data as pdr
import yfinance as yf

yf.pdr_override()

# 期間
start = "2022-10-01"
end = pd.Timestamp.today()

# 銘柄(トヨタ自動車)
ticker = "7203" + ".T"

# データ取得
df = pdr.get_data_yahoo(ticker, start, end)
df.sort_index(ascending=True, inplace=True)

# RSIを計算
period = 14
delta = df['Close'].diff()
gain = delta.where(delta > 0, 0)
loss = -delta.where(delta < 0, 0)
avg_gain = gain.rolling(period).mean()
avg_loss = loss.rolling(period).mean()
rsi = 100 *(avg_gain/(avg_gain+avg_loss))
df['RSI'] = rsi

# チャートプロット
apd_rsi = [
    mpf.make_addplot(df['RSI'], panel=1, ylabel='RSI', color='b'),
    mpf.make_addplot([30] * len(df.index), panel=1,  color='gray'),
    mpf.make_addplot([70] * len(df.index), panel=1,  color='gray')
]

mpf.plot(df, type='candle', style='yahoo', tight_layout=True, title=str(7203),
         addplot=apd_rsi, figratio=(6, 3), volume=False)

問題なく実行できれば、上のようなグラフが出力されると思います。

次はコード解説です。

# RSIを計算
period = 14
delta = df['Close'].diff()
gain = delta.where(delta > 0, 0)
loss = -delta.where(delta < 0, 0)
avg_gain = gain.rolling(period).mean()
avg_loss = loss.rolling(period).mean()
rsi = 100 *(avg_gain/(avg_gain+avg_loss))
df['RSI'] = rsi

period = 14で計算期間を設定しています。

delta = df['Close'].diff()はデータフレームdfの終値Closeの前日との
差分を計算しています。
diff()はPandasの関数で、シリーズオブジェクトの隣り合った2つの要素の差分を計算することができます。
このコードでは、終値の前日との差分を計算し、変化量（delta）を求めています。

gain = delta.where(delta > 0, 0)は先程計算したdelta が0より大きい場合は
そのままの値、0以下の場合は0を取得しています。

loss = -delta.where(delta < 0, 0)はgainとは逆に
0より大きい場合は0を取得し、0以下の場合はそのままの値を取得しますが
値がマイナスなので、プラスになるようマイナスを掛けています。

avg_gain = gain.rolling(period).mean()では先程取得したgainに対して
rollingメソッドを適用することで、期間内の上昇分の平均を計算しています。

その他のコードは過去に出来高・移動平均・ボリンジャーバンド・MACD・ストキャスティクスの記事を書いたので、そちらを参考にすればプログラムは理解できると思います。

あわせて読みたい