企业微信

RPS在股票财务里到底指什么

很多人第一次看到RPS这个词，是在一些美股交易员的复盘笔记里。它跟每股收益、市盈率这些传统财务指标不沾边，RPS是Relative Price Strength的缩写，翻译过来叫相对价格强度。这个指标不关心公司赚了多少钱，只关心股价本身的表现有没有比市场上的其他股票更强。

用大白话讲，RPS就是给所有股票按最近一段时间的涨幅排个名次。假如市场上有5000只股票，某只股票过去一个季度的涨幅排在第100名，那它的RPS就是98，意思是它跑赢了98%的股票。排名越靠前，RPS数值越高，最大是99，最小是1。

RPS和传统财务指标的区别

传统财务指标看的是公司基本面——营收、利润、负债。RPS看的是市场情绪和资金流向。一只股票可能亏损，但只要资金持续涌入，股价不断走高，RPS就会很高。反过来，一家公司利润很好，股价却跌跌不休，RPS就会很低。

在威廉·欧奈尔的CANSLIM系统里，RPS是选股的重要一环。他要求候选股票的RPS不低于80，最好在90以上。背后的逻辑很直白：强势股大概率会继续强势，弱势股大概率会继续弱势。

rps在shares财务术语上是什么意思

期货市场里的RPS变种

期货交易者也用类似RPS的思路，但计算对象从个股变成了不同品种。把螺纹钢、原油、黄金、铜这些期货合约的近期涨幅放在一起排名，找出最强的那个品种做多，最弱的那个做空。这叫跨品种动量策略。

期货有杠杆，RPS的波动会被放大。股票RPS从90掉到70可能需要几周，期货可能两三天就完成了。使用RPS做期货交易，止损必须更紧。

怎么计算RPS

计算RPS需要三步。第一步，确定时间窗口，常用的是过去50个交易日、120个交易日或250个交易日。第二步，计算每只股票在这个窗口内的涨幅。第三步，把所有股票的涨幅从高到低排序，换算成百分位排名。


import pandas as pd

import numpy as np

def calculate_rps(price_df, window=120):

    """

    price_df: 包含日期和收盘价的DataFrame，每列一只股票

    window: 回看窗口，默认120个交易日

    返回：每只股票最新的RPS值

    """

    returns = price_df.pct_change(window).iloc[-1]

    ranks = returns.rank(pct=True) * 98 + 1

    return ranks.round(0)

这个函数返回的数值就是RPS。数值越接近99，说明这只股票在窗口期内的表现越强。

RPS在实战中的用法

过滤弱势股

选股第一步，把RPS低于70的股票全部删掉。市场上有几千只股票，没必要在弱势股里浪费时间。RPS高的股票未必能涨，但RPS低的股票大概率还在下跌趋势里。

结合成交量确认

高RPS股票突破整理平台时，如果成交量同时放大，信号更可靠。价格上涨加上成交量配合，说明有真实资金在买入。单纯的高RPS但成交量萎缩，可能是主力在拉高出货。

期货多空配对

在期货市场，可以把RPS最高的三个品种做多，RPS最低的三个品种做空。这种多空对冲能降低整体市场波动的影响。商品期货之间相关性低，效果往往比单边交易更稳。

RPS的局限性

RPS是滞后指标。它告诉你过去谁最强，不能保证未来继续强。市场风格切换时，昨天RPS99的股票今天可能就开始领跌。2021年春节后的核心资产暴跌就是典型例子，很多白马股RPS从99直接跌到30以下。

另一个问题是RPS在震荡市里容易失效。股价上上下下，排名频繁变动，今天RPS90明天可能就变60。震荡市里用RPS选股，会被反复打脸。

怎么改进

把RPS和基本面结合。高RPS加上业绩超预期，胜率会明显提升。欧奈尔的CANSLIM系统就是这套逻辑：当前季度每股收益大幅增长，年度每股收益增长，同时RPS在80以上。

期货交易里，RPS可以结合库存数据和基差。一个品种RPS很高，同时库存持续下降、现货升水，那这个上涨趋势就更可信。

普通投资者怎么上手

不需要自己写代码。很多看盘软件自带RPS指标，设置好时间参数就能用。同花顺、通达信都有相对强度指标，只是名字可能叫“相对强弱”或“RPS排名”。

手动计算也不难。打开股票软件，把关注的那几十只股票按60日涨幅排序，排在前20%的就是高RPS。每周更新一次排名，观察哪些股票持续留在前列。

RPS不是万能钥匙，但它是一个高效的过滤器。它帮你把注意力集中在市场真正认可的股票上，而不是凭感觉买那些跌了很多的所谓“便宜货”。便宜货可能继续便宜，强势股可能继续强势。尊重市场选择，比自作聪明更靠谱。