RPS（相对价格强度）不是单只股票能计算的指标，它必须获取全市场所有股票在同一周期的涨跌幅数据进行排序。计算公式：RPS = (超越的股票数量 / 总股票数量) × 100。为了保证准确性，必须剔除新股（上市不满周期的股票）和停牌股。
RPS 的本质是一个百分位排名（Percentile Rank）。它的计算分为三个核心步骤：
假设当前 A 股市场共有 5000 只股票：
这说明贵州茅台在过去一年的表现跑赢了全市场 90% 的股票。
很多投资者尝试自己用 Excel 或通达信计算 RPS，往往会发现结果与威廉·欧奈尔的原版数据对不上。原因在于以下三个陷阱：
错误做法：把全市场所有股票直接作为分母。
正确做法：必须剔除上市时间不足 N 天的新股（次新股）。例如计算 RPS250，必须剔除上市不足 250 个交易日的股票。如果不剔除，新股的连续涨停会严重污染头部排名。
错误做法：直接使用原始收盘价计算。
正确做法：必须使用前复权（Forward Adjusted）价格。同时，对于长期停牌的股票，如果 N 日前处于停牌状态，需要向前追溯寻找最近的一个交易日价格，或者直接将其剔除出样本池。
错误做法：N 日指自然日。
正确做法：N 日必须指交易日（Trading Days）。RPS250 代表的是过去 250 个交易日（约等于 1 个自然年），而不是过去 250 个自然日。
以下是使用 Python 和 Pandas 计算全市场股票 RPS 的核心逻辑代码（伪代码）：
虽然核心算法只有几行代码，但要每天准确计算全球市场的 RPS，工程量巨大：
本站公开页面中的 RPS 20、50、120、250 是不同观察窗口的相对强度分数，数值越高表示该证券在同一市场、当期可用股票池中的相对表现越靠前。它用于研究筛选，不是预测收益率、目标价或买卖信号。
实际研究时，应先选择市场与观察窗口，再把不同窗口的 RPS 与成交量、基本面和流动性一起核对。完整的范围、快照与限制见 RPS 方法论。
本站围绕相对价格强度（RPS）建立了方法论、数据档案、跨市场排名与实证案例四类研究资产。以下索引覆盖计算口径、数据边界与实操路径，便于交叉核对本页结论的数据来源与计算前提。
数据快照日期 2026-08-13。全站覆盖 21,308 只证券、14,807,564 行日线记录，各市场历史回溯至 2021-11。跨市场 RPS 数值不可直接比较，原因见数据覆盖档案。
一致。计算器与四市场排名页使用同一套口径：以指定周期（50/120/250 个交易日）的区间涨幅在全市场样本中的百分位作为 RPS 值，取值 0–99。基准样本为当日有效收盘数据，A股 5,212 只、美股 8,996 只、港股 2,787 只、日股 3,708 只（2026-08-13 快照）。因此同一标的在计算器与排名页应得到相同结果，可用于交叉验证。
RPS 是市场内百分位排名，分母是该市场的样本总数。A股样本约 5,212 只、美股约 8,996 只，样本规模与行业结构差异导致同一数值代表的相对位置不同。例如美股 RPS 90 意味着跑赢约 8,096 只标的，而 A股 RPS 90 意味着跑赢约 4,691 只。跨市场比较应改用行业内排名或绝对涨幅。
RPS50 需至少 50 个交易日，RPS120 需 120 个，RPS250 需 250 个。历史不足的新股无法计算长周期 RPS。本站四市场历史均回溯至 2021 年 11 月（约 1,140 个交易日），累计 14,807,564 行日线记录，足以支撑三个周期的完整计算。具体覆盖情况见数据覆盖档案。
威廉·欧奈尔在 CANSLIM 体系中建议筛选 RS 大于 80 的标的。市场惯例上 RPS ≥ 90 视为强势，≥ 95 视为极强。需注意 RPS 是滞后指标，反映的是已发生的相对涨幅，不预测未来走势；高 RPS 标的同时具备较高的回撤风险，应结合行业分布、成交量与止损纪律使用。
支持 A股、美股、港股、日股四个市场，覆盖 21,308 只证券；周期支持 50、120、250 个交易日。A股数据免费开放；美股、港股、日股排名数据需 Premium 会员权限。计算方法与口径详见 RPS 方法论页。
下表列出 RPS 在线计算器在四个市场的基准样本规模与可用周期。基准样本指当日具备有效收盘价、可参与百分位排名的证券数量；证券池规模包含尚无足够历史或暂停交易的标的，因此略高于基准样本。数据快照日期 2026-08-13。