RSI 超买超卖筛选器

批量扫描 A 股/港股标的的 RSI 指标，输出超买超卖信号列表

因子分析
✓ 71 人报告成功·v1.0.0·更新于 2026-04-16

晶体简介

## 概述 本晶体对指定市场的全部标的进行 RSI(14) 批量扫描，自动识别超买（>70）和超卖（<30）信号，并结合成交量异动给出可操作的交易建议。 ## 功能 - 支持 A 股、港股、美股三大市场 - 可自定义 RSI 参数和阈值 - 成交量放大倍数过滤 - 输出按信号强度排序的 Markdown 表格

Blueprint Source

finance-bp-001

freqtrade/freqtrade3a7623534 source files

Constraints

117total
36fatal
36 must-not-violate

Evidence Quality

Confidence90%

High confidence — strong evidence base

36 条不可违反的约束

FATALRCfinance-C-001可自动验证

WHEN实现 OHLCV 数据转换函数时

ACTION将 date 列设为普通列（非 DatetimeIndex），类型为 datetime64[ns, UTC]

CONSEQUENCE下游 groupby(by='date', as_index=False) 和 shift(1) 操作依赖 date 为普通列，设为索引会导致 KeyError 或静默数据错位

converter.py:46 — df['date'] = to_datetime(df['date'], unit='ms', utc=True); converter.py:82 — groupby(by='date', as_index=False)
FATALRCfinance-C-002可自动验证

WHEN实现 OHLCV DataFrame 构造时

ACTION列名固定为 ['date', 'open', 'high', 'low', 'close', 'volume']，与 DEFAULT_DATAFRAME_COLUMNS 一致

CONSEQUENCE策略引擎和回测引擎通过硬编码列名索引数据，列名不一致会导致 KeyError 使整个流程崩溃

constants.py:84 — DEFAULT_DATAFRAME_COLUMNS = ['date', 'open', 'high', 'low', 'close', 'volume']
FATALRCfinance-C-007可自动验证

WHEN实现策略基类时

ACTION将 populate_indicators 标记为 @abstractmethod，强制子类实现

CONSEQUENCEpopulate_indicators 是策略核心计算入口，如不强制实现，子类可能遗漏导致 DataFrame 无任何指标列，信号全为 0

interface.py:228-229 — @abstractmethod def populate_indicators(...)

常见问题

讨论 (0)

暂无讨论，成为第一个发言的人吧！

更新历史

v1.0.02026-04-10·贡献者： @doramagic-team

Initial release.