Essa á classe do ta4j que calcula rsi: public class RSIIndicator extends…
- User
Essa á classe do ta4j que calcula rsi:
public class RSIIndicator extends CachedIndicator {
private final MMAIndicator averageGainIndicator; private final MMAIndicator averageLossIndicator; /** * Constructor. * * @param indicator the {@link Indicator} * @param barCount the time frame */ public RSIIndicator(Indicator<Num> indicator, int barCount) { super(indicator); this.averageGainIndicator = new MMAIndicator(new GainIndicator(indicator), barCount); this.averageLossIndicator = new MMAIndicator(new LossIndicator(indicator), barCount); } @Override protected Num calculate(int index) { // compute relative strength Num averageGain = averageGainIndicator.getValue(index); Num averageLoss = averageLossIndicator.getValue(index); final var numFactory = getBarSeries().numFactory(); if (averageLoss.isZero()) { return averageGain.isZero() ? numFactory.zero() : numFactory.hundred(); } Num relativeStrength = averageGain.dividedBy(averageLoss); // compute relative strength index return numFactory.hundred().minus(numFactory.hundred().dividedBy(numFactory.one().plus(relativeStrength))); } @Override public int getCountOfUnstableBars() { return 0; }}
- Assistant
Perfeito! Agora encontramos a raiz do problema. A classe
RSIIndicatordo ta4j está usandoMMAIndicator(Modified Moving Average), que é a implementação correta do método de Wilder. Mas vamos verificar se a implementação está realmente correta.O Problema Potencial: MMAIndicator
A
MMAIndicatordo ta4j deveria implementar a suavização de Wilder, mas vamos verificar se está fazendo isso corretamente. A fórmula de Wilder para o RSI é:Primeira Média de Ganhos = Soma dos primeiros N ganhos / N Médias Subsequentes = ((Média Anterior * (N-1)) + Ganho Atual) / NVocê pode verificar a implementação da
MMAIndicatorno ta4j? Ela deve ser algo assim:public class MMAIndicator extends CachedIndicator<Num> { private final Indicator<Num> indicator; private final int barCount; public MMAIndicator(Indicator<Num> indicator, int barCount) { super(indicator); this.indicator = indicator; this.barCount = barCount; } @Override protected Num calculate(int index) { if (index == 0) { return indicator.getValue(0); } if (index < barCount) { // Calcula SMA para os primeiros 'barCount' valores Num sum = numFactory.zero(); for (int i = 0; i <= index; i++) { sum = sum.plus(indicator.getValue(i)); } return sum.dividedBy(numFactory.numOf(index + 1)); } // Aplica a fórmula MMA/Wilder Num prev = getValue(index - 1); Num current = indicator.getValue(index); return prev.multipliedBy(numFactory.numOf(barCount - 1)) .plus(current) .dividedBy(numFactory.numOf(barCount)); } }Possíveis Causas da Diferença de 10 Pontos
-
Inicialização Diferente: A Binance pode estar usando uma inicialização diferente para o primeiro valor da média. Algumas implementações usam SMA para os primeiros N valores, outras começam com o primeiro valor e aplicam EMA desde o início.
-
Período de Aquecimento: Com RSI(5), você precisa de pelo menos 5 períodos para calcular as médias de ganhos/perdas, mas para ter valores estáveis, você precisa de muito mais. A Binance tem milhares de candles históricos, enquanto você pode estar começando com apenas algumas dezenas.
Solução: Debugar Passo a Passo
Vamos criar um código de debug para entender exatamente o que está acontecendo:
public void debugRSI(Map<CurrencyPairDTO, BarSeries> candlesAsBars) { candlesAsBars.forEach((pair, series) -> { if (series.getBarCount() < 20) { // Precisamos de mais dados para debug logger.warn("Poucos dados para debug do RSI em {}", pair); return; } ClosePriceIndicator closePrice = new ClosePriceIndicator(series); GainIndicator gains = new GainIndicator(closePrice); LossIndicator losses = new LossIndicator(closePrice); MMAIndicator avgGain = new MMAIndicator(gains, 5); MMAIndicator avgLoss = new MMAIndicator(losses, 5); RSIIndicator rsi = new RSIIndicator(closePrice, 5); // Vamos imprimir os últimos 10 valores para análise logger.info("=== Debug RSI para {} ===", pair); for (int i = Math.max(10, series.getBeginIndex() + 10); i <= series.getEndIndex(); i++) { Num close = closePrice.getValue(i); Num gain = gains.getValue(i); Num loss = losses.getValue(i); Num avgG = avgGain.getValue(i); Num avgL = avgLoss.getValue(i); Num rsiValue = rsi.getValue(i); logger.info("Index {}: Close={}, Gain={}, Loss={}, AvgGain={}, AvgLoss={}, RSI={}", i, close.decimalValue().setScale(2, RoundingMode.HALF_UP), gain.decimalValue().setScale(4, RoundingMode.HALF_UP), loss.decimalValue().setScale(4, RoundingMode.HALF_UP), avgG.decimalValue().setScale(4, RoundingMode.HALF_UP), avgL.decimalValue().setScale(4, RoundingMode.HALF_UP), rsiValue.decimalValue().setScale(2, RoundingMode.HALF_UP) ); } }); }Alternativa: Implementar RSI Manualmente
Se a diferença persistir, você pode implementar o RSI exatamente como a Binance faz:
public class BinanceCompatibleRSI { public static BigDecimal calculateRSI(List<BigDecimal> prices, int period) { if (prices.size() < period + 1) { throw new IllegalArgumentException("Dados insuficientes"); } List<BigDecimal> gains = new ArrayList<>(); List<BigDecimal> losses = new ArrayList<>(); // Calcula ganhos e perdas for (int i = 1; i < prices.size(); i++) { BigDecimal diff = prices.get(i).subtract(prices.get(i - 1)); if (diff.compareTo(BigDecimal.ZERO) > 0) { gains.add(diff); losses.add(BigDecimal.ZERO); } else { gains.add(BigDecimal.ZERO); losses.add(diff.abs()); } } // Calcula primeira média (SMA) BigDecimal avgGain = gains.subList(0, period).stream() .reduce(BigDecimal.ZERO, BigDecimal::add) .divide(BigDecimal.valueOf(period), 10, RoundingMode.HALF_UP); BigDecimal avgLoss = losses.subList(0, period).stream() .reduce(BigDecimal.ZERO, BigDecimal::add) .divide(BigDecimal.valueOf(period), 10, RoundingMode.HALF_UP); // Aplica suavização de Wilder para os valores restantes for (int i = period; i < gains.size(); i++) { avgGain = avgGain.multiply(BigDecimal.valueOf(period - 1)) .add(gains.get(i)) .divide(BigDecimal.valueOf(period), 10, RoundingMode.HALF_UP); avgLoss = avgLoss.multiply(BigDecimal.valueOf(period - 1)) .add(losses.get(i)) .divide(BigDecimal.valueOf(period), 10, RoundingMode.HALF_UP); } // Calcula RS e RSI if (avgLoss.compareTo(BigDecimal.ZERO) == 0) { return BigDecimal.valueOf(100); } BigDecimal rs = avgGain.divide(avgLoss, 10, RoundingMode.HALF_UP); BigDecimal rsi = BigDecimal.valueOf(100).subtract( BigDecimal.valueOf(100).divide( BigDecimal.ONE.add(rs), 10, RoundingMode.HALF_UP ) ); return rsi; } }Recomendação Final
- Primeiro, execute o código de debug para ver os valores intermediários
- Compare com os valores da Binance para o mesmo período exato
- Verifique se você está comparando candles fechados (não o candle atual em formação)
- Certifique-se de ter pelo menos 50-100 candles de histórico para o RSI convergir
A diferença de 10 pontos é significativa demais para ser apenas arredondamento. Provavelmente é uma combinação de:
- Dados ligeiramente diferentes
- Período de aquecimento insuficiente
- Comparação com o candle errado (atual vs fechado)
Execute o debug e me mostre os resultados - assim podemos identificar exatamente onde está a divergência!
-
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.