Stokastik RSI (Stochastic RSI) Göstergesini Python ve TA-Lib ile Hesapla

Python dili ve ta-lib kütüphanesini kullanarak Stokastik rsi değerini kolayca hesaplayabileceğini biliyor musun?

Stokastik RSI (StochRSI) Nedir?

Stokastik rsi bir göstergenin göstergesi olarak düşünmek gerekiyor. Aslında rsi göstergesinin üzerinde stokastik hesaplama yapılarak stokastik rsi bulunmuş olur.

Traderlar tarafından en çok sevilen, tercih edilen momentum indikatörlerinden bir tanesidir.

0.8 değeri ve yukarısı aşırı alım bölgesini, 0.2 aşağısı da aşırım satım bölgesini gösteriyor. Bu durum fiyatların yön değiştirebileceği konusunda bir gösterge olabilir.

Fiyatın aşırı alım bölgesinde olması her zaman fiyatın geri döneceği anlamına gelmez, tersi yani aşırı satım bölgesinde olması da fiyatın tekrar yukarı gideceği anlamına gelmez.

Formülünü vermek gerekirse:

StochRSI= (RSI - min[RSI]) / (max[RSI] - min[RSI])

Genelde periyot olarak 14 kullanılır. RSI anlık rsi değerini, min[RSI] 14 ardışık rsi değerinin minimum değerini, max[rsi] benzer şekilde 14 ardışık rsi değerlerinin maksimum değerini ifade eder.

StochRSI ilk olarak Tushar S. Chande ve Stanley Kroll tarafından 1994 yılında geliştirildi. Rsi ve stochastik göstergeleri gibi aşırı alım ve aşırı satım bölgelerini gösteriyor.

Fakat duruma göre bize daha hassas ve iyileştirilmiş sonuçlar sunabilir. Bu bakımdan stochrsi göstergesi traderlar tarafından sevilmekte ve tercih edilebilmektedir.

Dezavantajlarından bahsetmek gerekirse, hatalı sinyaller üretip çok çabuk değişmesi, volatil olabilmesi olarak değerlendirebiliriz.

Yazımda amaç tarihi ve genel anlamda ortaya çıkışı ve kullanım yöntemi konusunda detaya girmeden işin programlama tarafında nasıl yapılacağını göstermek olacaktır.

Stokastik rsi değerini, tradingview sitesi ile benzer bir şekilde hesaplayan tulip kütüphanesi var. Fakat ben yazdığım kripto uygulamalarında halihazırda zaten ta-lib kütüphanesini kullandığım için ekstra kütüphane kullanmaktan kaçınmak istiyorum.

İsteyenler tabi ki tulipindicators kütüphanesini kullanabilirler.

https://github.com/TulipCharts/tulipindicators

Ta-Lib ile Stokastik RSI Hesaplama

Ben yazımda, ta-lib ile nasıl hesaplanacağını göstereceğim.

Ta-lib kütüphanesini daha önceki yazılarımda bahsetmiştim. Ta-lib kütüphanesinde stochrsi değerini hesaplayan bir fonksiyon var.

Fakat herkes gibi ben de tradingview sitesindeki kullanımı tercih ediyorum.

Ta-lib kütüphanesindeki stochrsi metodunu direkt kullanırsak tradingview ile uyumlu olmayacaktır.

Bu yüzden bir kaç aşamadan geçirerek, istediğimiz sonuca ulaşabiliriz arkadaşlar.

# 1) ilk aşama rsi değerini hesaplıyoruz.
rsi = ta.RSI(close_array, timeperiod=14)

# 2) ikinci aşamada rsi arrayinden sıfırları kaldırıyoruz.
rsi = rsi[~np.isnan(rsi)]

# 3) üçüncü aşamada ise ta-lib stoch metodunu uyguluyoruz. 
stochrsif, stochrsis = ta.STOCH(rsi, rsi, rsi, fastk_period=14, slowk_period=3, slowd_period=3)

Stochrsi göstergenin göstergesi demiştik hatırlarsan. Kodumda önce rsi değerini hesaplıyorum.

rsi arrayinden sıfırları eleyerek, kalan array üzerine stokastik uyguluyorum. Dikkat edilmesi gereken nokta ta-lib kütüphanesinin STOCHRSI metodunu değil, stoch metodunu uyguladığımız.

Örnek kodun tamamını görelim:

from binance.client import Client
import talib as ta
import numpy as np
import matplotlib.pyplot as plt
from datetime import datetime
import sys
import math

class BinanceConnection:
    def __init__(self, file):
        self.connect(file)

    """ Creates Binance client """

    def connect(self, file):
        lines = [line.rstrip('\n') for line in open(file)]
        key = lines[0]
        secret = lines[1]
        self.client = Client(key, secret)


def generateStochasticRSI(close_array, timeperiod):
    # 1) ilk aşama rsi değerini hesaplıyoruz.
    rsi = ta.RSI(close_array, timeperiod=timeperiod)

    # 2) ikinci aşamada rsi arrayinden sıfırları kaldırıyoruz.
    rsi = rsi[~np.isnan(rsi)]

    # 3) üçüncü aşamada ise ta-lib stoch metodunu uyguluyoruz.
    stochrsif, stochrsis = ta.STOCH(rsi, rsi, rsi, fastk_period=14, slowk_period=3, slowd_period=3)

    return stochrsif, stochrsis


if __name__ == '__main__':
    filename = 'credentials.txt'

    connection = BinanceConnection(filename)

    interval = '1d'

    pair = 'BTCUSDT'

    limit = 200

    klines = connection.client.get_klines(symbol=pair, interval=interval, limit=limit)

    open_time = [int(entry[0]) for entry in klines]

    close = [float(entry[4]) for entry in klines]

    close_array = np.asarray(close)

    new_time = [datetime.fromtimestamp(time / 1000) for time in open_time]

    new_time_x = [date.strftime("%d-%m-%y") for date in new_time]

    stochasticRsiF, stochasticRsiS = generateStochasticRSI(close_array, timeperiod=14)

  
    plt.figure(figsize=(11, 6))
    plt.plot(new_time_x[114:], stochasticRsiF[100:], label='StochRSI fast')
    plt.plot(new_time_x[114:], stochasticRsiS[100:], label='StochRSI slow')
    plt.xticks(rotation=90, fontsize=5)
    plt.title("Stochastic RSI Plot for BTC/USDT (1d)")
    plt.xlabel("Open Time")
    plt.ylabel("Value")
    plt.legend()
    plt.show()

Önceki kripto bot yazısında detaylandırarak anlattığım gibi, binance apilerini kullanmak için binance connection objesi oluşturuyorum. 1 günlük BTCUSDT mum grafiğini çekiyorum.

Grafiğin sığması için son 100 mumu alıyorum. x ekseninde zamanı ise son 86 mumu alıyorum. Rsi arrayinin ilk 14 elemanı geçersiz sayı olduğu için onları atlıyorum.

Çektiğim mum verilerine göre rsi değerlerini hesaplıyorum. rsi üzerinden tekrar stokastik arrayini oluşturuyorum.

Stokastik biri hızlı diğeri yavaş olmak üzere iki değer üretiyor. stochasticRsiF değişkenine hızlı değerleri, stochasticRsiS yavaş olan değerleri veriyorum.

Karşılaştırmak için öncelikle esas aldığımız tradingview uygulamasından stoch rsi grafiğine bakalım:

Şimdi de matplotlib’in ürettiği grafiğe bakalım:

Birbirinin aynısı olduğunu görmüş oluruz. Mission completed 🙂

Kodun içinde anlaşılmayan bir yer olursa, yorum olarak belirtebilirsin. StochRsi değerini kendi botun için kullanmak istersen, örnek kodu değiştirerek kolayca uyarlayabilirsin.

Referanslar

https://www.tradingview.com/scripts/stochasticrsi/

https://www.investopedia.com/terms/s/stochrsi.asp