RAR指标是一个非常有效的量化交易指标，它是由收盘价的移动平均线除以最高价和最低价的范围计算而得。下面我们将介绍一个基于此指标的交易策略，使用Python的easytrader库实现。

首先，我们需要确定RAR指标的计算方法。RAR指标通常使用14天的移动平均线，其中最高价和最低价是由过去14天的价格范围确定的。因此，我们将使用ta库来计算RAR指标。

import taimport easytrader# 登录账户user = easytrader.use('ht')user.prepare('ht.json')# 读取历史数据history_data = user.get_history_data('sh000001', 'D', 50)（注意：user.get_history_data()读取数据已失效，如测试请另找历史数据来源）# 计算RAR指标history_data['rar'] = ta.volatility.RAR(inputs=history_data).rar

接下来，我们需要编写一个简单的交易策略。当RAR指标上穿70时，我们将买入股票。当RAR指标下穿30时，我们将卖出股票。

# 设置初始仓位为0position = 0# 遍历历史数据for i in range(len(history_data)):    # 如果RAR指标上穿70且当前持仓为0，则买入股票    if history_data.iloc[i]['rar'] > 70 and position == 0:        user.buy('sh000001', price=0, amount=100)        position = 100    # 如果RAR指标下穿30且当前持仓为100股，则卖出股票    elif history_data.iloc[i]['rar'] < 30 and position == 100:        user.sell('sh000001', price=0, amount=100)        position = 0

最后，我们将上面的代码整合到一个完整的交易策略中，并使用实时数据进行实时交易。

import timewhile True:    # 获取实时行情    quote = user.get_quote('sh000001')        # 计算RAR指标    history_data = user.get_history_data('sh000001', 'D', 50)    history_data['rar'] = ta.volatility.RAR(inputs=history_data).rar        # 获取最新RAR指标值    current_rar = history_data.iloc[-1]['rar']        # 执行交易策略    if current_rar > 70 and position == 0:        user.buy('sh000001', price=quote['买一'], amount=100)        position = 100    elif current_rar < 30 and position == 100:        user.sell('sh000001', price=quote['卖一'], amount=100)        position = 0        # 延迟一段时间后再次执行循环    time.sleep(60)

这是一个非常简单的交易策略，仅供参考。在实际交易中，需要进行更加严谨的风险控制和资金管理。