在Python中计算交易指标

Posted 2021-04-12

我想请求以下代码的帮助：

di = (sm - 1.0) / 2.0 + 1.0
c1 = 2 / (di + 1.0)
c2 = 1 - c1
c3 = 3.0 * (cd * cd + cd * cd * cd)
c4 = -3.0 * (2.0 * cd * cd + cd + cd * cd * cd)
c5 = 3.0 * cd + 1.0 + cd * cd * cd + 3.0 * cd * cd

asset['i1']=0
asset['i2']=0
asset['i3']=0
asset['i4']=0
asset['i5']=0
asset['i6']=0
asset['i1'] = c1*asset['C']  + c2*(asset['i1'].shift(1))
asset['i2'] = c1*asset['i1'] + c2*(asset['i2'].shift(1))
asset['i3'] = c1*asset['i2'] + c2*(asset['i3'].shift(1))
asset['i4'] = c1*asset['i3'] + c2*(asset['i4'].shift(1))
asset['i5'] = c1*asset['i4'] + c2*(asset['i5'].shift(1))
asset['i6'] = c1*asset['i5'] + c2*(asset['i6'].shift(1))

如何更改代码，以便计算每个新行使用前一行计算？问题是目前它正在使用前一行的0。目标是用Python计算珊瑚趋势指标。有一个名为“asset”的pandas DataFrame，其中包含价格和日期作为时间戳。值c1，c2，c3，c4，c5是指标常数。我们需要为整个数据帧计算“i1，'i3'... i6”。每行都是从前一行计算出来的，不管怎样，可能应该在数据帧上使用'apply'函数，因为当前它正在计算整个列（使用先前定义的零，而不是前一行的实际值）。 DataFrame是quete big有更快的方法，因为在pandas数据帧中使用“for”需要花费大量的时间

谢谢

答案

只需创建一个for循环并保持前一个变量，如下所示：

di = (sm - 1.0) / 2.0 + 1.0
c1 = 2 / (di + 1.0)
c2 = 1 - c1
c3 = 3.0 * (cd * cd + cd * cd * cd)
c4 = -3.0 * (2.0 * cd * cd + cd + cd * cd * cd)
c5 = 3.0 * cd + 1.0 + cd * cd * cd + 3.0 * cd * cd


asset['i1'] = c1*asset['C']  + c2*(asset['i1'].shift(1))
var = asset['i1']
for index in range(2,7):
    asset['i'+ str(index)] = c1*var + c2*(asset['i'+ str(index)].shift(1))