三种平均的计算方式

RSI 建立在一个非常简单的想法上：把近期的涨幅取平均，再与近期的跌幅取平均做比较。 “平均”这个词听起来无足轻重，但它隐藏了整个公式中最关键的细节。常见的平均方式有 三种，而同一份数据用这三种方式计算，会得到三个不同的 RSI 值：

  • 简单移动平均（SMA）： 窗口内每个周期的权重相同。稳定，但对新信息反应较慢。当一个旧周期掉出窗口时， SMA 在三种方法中波动最大——你会看到突然的“幽灵”跳动，仅仅因为一个旧值离开了 平均。
  • 指数移动平均（EMA）： 近期周期获得指数级更高的权重。反应更快，但对短期波动更敏感。对于 14 周期 EMA， 最新 K 线大约贡献新值的 13%。
  • Wilder 平滑： 本质上是 α = 1 / 周期 的 EMA——因此 14 周期 RSI 中，每根新 K 线大约贡献新均值 的 7%。反应比标准 EMA 慢，但比两者都更平稳。这是 J. Welles Wilder Jr. 1978 年最初发表的方法。

数学公式与具体例子

假设你有一个 14 周期窗口，前一根 K 线之后平均涨幅为 1.40，平均跌幅为 0.60。 新的一根 K 线收盘时涨幅为 2.00。三种方法对新平均涨幅的计算各不相同：

  • SMA：去掉最早的涨幅，加入最新的，除以 14。若最早的涨幅是 0.80，则新均值 = (14 × 1.40 − 0.80 + 2.00) / 14 ≈ 1.49。
  • EMA（14 周期，α ≈ 0.133）：新均值 = 旧值 + α × (新值 − 旧值) = 1.40 + 0.133 × (2.00 − 1.40) ≈ 1.48。
  • Wilder（α = 1/14 ≈ 0.071）：新均值 = 1.40 + 0.071 × (2.00 − 1.40) ≈ 1.44。

同样的输入，三个不同的均值。再用它们计算 RSI，就会得到三个不同的 RSI 值。在 50 根 K 线的窗口中，这种差异会累积成显著不同的曲线——这就是为什么交易者在不同工具 间对照 RSI 时，常常发现同一个币种的 RSI 数值相差 5–10 个点。

Wilder 为什么选择这种平滑方法

Wilder 在 1970 年代的商品市场环境中开发 RSI，他需要一个指标——能够对真正的动量 转变做出反应，但又不会被单一周期的噪音反复打断。纯粹的 SMA 在旧值掉出时显得太 跳跃；标准 EMA 又对单根 K 线过于敏感。Wilder 平滑——本质上是一种更慢的 EMA—— 正好落在中间：反应足够快，能跟踪真实动量；又足够平稳，能过滤他研究的商品市场中 日内周期的噪音。

近五十年过去，这个选择仍然成立。Wilder 平滑生成的 RSI 曲线，与人对动量的直觉 感知非常一致，而不会产生更快平滑方法常见的假信号。这就是为什么 TradingView、 币安、OKX、KuCoin 以及大多数专业图表平台都把它作为默认设置。

为什么不同平台的 RSI 数值不同

TradingView、币安、OKX、KuCoin、MetaTrader 以及 RSI Monitor 都默认使用 Wilder 平滑——因此在这些平台之间，RSI 数值差异应该不会超过零点几。一旦把对比对象拓展 到下列范围，差异就开始显现：

  • 一些零售移动应用默认使用 EMA——在趋势行情中，数值会快或慢 3–7 个点。
  • 第三方开发者编写的自定义指标，可能使用 SMA、EMA 或自家的平滑算法。
  • 回测平台所使用的平滑算法可能因库而异——基于 Pandas 的笔记本通常默认 EMA，除非显式设置为其他方法。
  • 一些较老的图表工具和教学资料，发布时间早于市场广泛统一到 Wilder 方法之前。

结果就是：同一个 14 周期 RSI，仅仅因为平滑算法不同，在不同平台之间就可能出现 显著不同的数值。当交易者抱怨“我在 X 应用看到的 RSI 是 35，而 TradingView 上是 28”时，几乎总是平滑方法不一致——而不是 bug，也不是数据错误。

主流平台对照表

下面是大多数加密交易者使用的平台的快速对照：

  • TradingView — Wilder 平滑（默认且唯一选项）。
  • 币安 — 原生图表使用 Wilder 平滑。
  • OKX — 原生图表使用 Wilder 平滑。
  • Bybit — 原生图表使用 Wilder 平滑。
  • KuCoin — 原生图表使用 Wilder 平滑。
  • Coinglass — RSI 热力图使用 Wilder 平滑。
  • RSI Monitor — Wilder 平滑，与以上完全一致。
  • MetaTrader 4/5 — Wilder 平滑（默认）。
  • 部分零售加密应用 — EMA（视应用而异，请查阅文档）。
  • 自定义指标 / 脚本 — 不一定；Python 的 pandas-ta 和 ta-lib 的常见默认值可能不同。

实战要点：如果你只在上述主流图表与交易所平台之间切换，可以直接对比 RSI 数值。 但只要引入这个列表之外的工具——尤其是移动应用或自定义指标——请先验证它使用的 平滑方法，再相信跨平台对比的结果。

差异什么时候最重要

Wilder 与 EMA 之间的差距最大，恰好出现在交易者最需要 RSI 可靠的时刻：

  • 剧烈的方向性行情。在快速的拉盘或砸盘中，EMA RSI 会比 Wilder RSI 偏高或偏低 5–10 个点。一个使用 EMA 的交易者可能已经看到“超买”，而 Wilder 用户只看到“接近超买”——同一个币种，截然不同的决策。
  • 临近关键阈值。如果你的策略在 RSI = 30 触发，平滑方法不一致可能让一个平台显示 RSI = 29，而另一个显示 32——对同一份数据，两个都是“合法”的读数。
  • 背离判定。背离出现的位置会因平滑方法不同而略有差异。在 Wilder 图表上清晰的背离，在 EMA 图表上可能只是边缘形态，反之亦然。
  • 回测。基于 RSI 阈值的策略，在 Wilder 与 EMA 上会产生完全不同的资金曲线。请用你打算实盘交易的平滑方法回测。

对回测与信号验证的影响

在不同平台之间切换时，有两个常见陷阱：

  1. 在一个库里回测，在另一个平台上实盘。用 pandas-ta 默认 EMA 平滑做的 Python 回测，与在 TradingView（Wilder）上实盘运行同一策略，会产生不同的信号。回测出的优势在切换到另一种平滑方法时可能蒸发。
  2. 跨平台验证“实时”信号。如果你的预警在 RSI Monitor（Wilder）上触发 RSI = 28，而 TradingView 显示 32，并不是预警出错——是你用于对照的工具使用了不同的平滑算法。要么修正这个对照工具，要么不再以它为依据。

两种情况下，解决办法都一样：从头到尾统一一种平滑算法。除非有具体理由偏好 EMA， 否则选 Wilder（主流默认）；并在回测、预警、图表中始终如一地使用同一种平滑。

RSI Monitor 的实现方式

RSI Monitor 严格遵循 Wilder 的原始平滑方法。具体实现位于 Rsi::Calculator， 使用 Wilder 在 1978 年公布的 α = 1 / 周期 公式。这种选择带来的实际效果有三点：

  • 数值与 TradingView 一致。如果你把 RSI 预警与 TradingView 图表对比，数字差距不会超过零点几。
  • 数值与主要交易所一致。币安、OKX、KuCoin、Bybit 原生图表上的 RSI，与 RSI Monitor 预警计算所用的值是一致的。
  • 信号可与回测互通。基于 Wilder 平滑构建的回测，产生的信号会与 RSI Monitor 实盘提供的信号保持一致。

如果未来某个版本的 RSI Monitor 增加了 EMA 选项，那将是面向付费用户的可选项， 面向希望获得更快信号的用户——而不是会破坏所有现有预警配置的默认变更。

跨平台 RSI 的验证流程

当某个平台上的 RSI 数值与你的预期不符时，可以用下面这个清单快速排查：

  1. 确认周期。RSI(14) 是默认值，但某些平台或脚本会使用 9 或 21。先比对周期，再去怀疑平滑方法。
  2. 确认平滑方法。在平台文档或设置中找“Wilder”、“RMA”、“EMA”或“SMA”。RMA（Relative Moving Average）与 Wilder 平滑是同义词。
  3. 确认数据源。不同交易所的价格来源不同；Binance BTCUSDT 的 RSI 与 Coinbase BTCUSD 的 RSI 会不同，因为底层 K 线略有差异。
  4. 确认 K 线收盘时机。在 K 线尚未收盘的快照上计算的 RSI，与在已收盘 K 线上计算的 RSI 会不同。标准做法是等 K 线收盘后再读数。

当这四个因素都对齐后，不同平台上的 RSI 数值应该完全一致，或仅有舍入误差。 如果仍然不一致，那很可能是一个值得反馈的 bug——但绝大多数情况下，原因都在 上述四点之中。

这在实战中为何重要

当你跨平台比较信号时，请先确认所有平台都使用同一种平滑算法。否则你比较的根本 就不是同一个指标——即便它们都被标注为“RSI 14”。仅这一项确认，就能解决大约 80% 的“为什么我的 RSI 不一样”这类问题。

更深层的教训是：任何“标准”指标的背后，都隐藏着一些会改变你所读数值的配置选择。 在 RSI 中，Wilder 平滑是最接近“普遍默认值”的存在；统一使用它，能消除一整类 本可避免的混淆。

延伸阅读

  • 什么是 RSI？相对强弱指数完整指南 — 关于 RSI 衡量什么、以及它的公式来自何处的基础读物。
  • RSI 超买与超卖：为什么 30 和 70 不是固定规则 — 当平滑方法保持一致后，阈值校准就成了下一个可调节的杠杆。
  • RSI 背离：如何在价格反转前发现动量减弱 — 背离对平滑方法非常敏感，跨平台比较背离需要使用相同平滑的输入。
  • 多时间周期 RSI：将 1H、4H 与 1D 结合成完整交易系统 — 多周期方法默认假设所有周期使用同一种平滑算法。

Wilder 平滑是把整个专业 RSI 使用体系串在一起的“隐性标准”。一旦你了解它是什么， 困扰大多数散户的跨平台差异就有了清晰的解释——而解决方法只是：在所有地方都使用 同一种平滑算法。