如何根據其他數據框的開始和結束信號創建熊貓數據框？

Question

因此，從本質上講，我如何獲取A（進入信號）和B（退出信號）並制作C（交易信號）

注意，A是進入信號，而B是退出信號。 所以：

A    B    C
0    1    0 (no entry signal yet, so 0)
1    0    1 (got entry signal and haven't gotten exit signal yet, so 1)
0    0    1 (got entry signal and haven't gotten exit signal yet, so 1)
0    1    1 (got exit signal and currently in position, so change from 1 to 0)
0    0    0 (nothing, so stay at 0)
1    0    1 (got entry signal and haven't gotten exit signal yet, so 1)
0    1    1 (got exit signal and currently in position, so change from 1 to 0)
0    1    0 (got exit signal, but already at 0, so do nothing)
1    0    1 (got entry signal and haven't gotten exit signal yet, so 1)
0    0    1 (nothing, so stay at 0)

因此，基本上，A中的1充當將C“打開”的信號，B中的1充當將C“關閉”的信號。 如果C已經打開（C的先前元素為1），則A中的1不會執行任何操作，因為C已經打開。 同樣，如果C已經關閉（C的先前元素為0），則B中的1不會執行任何操作，因為C已經關閉。 基本上，A有一個進入交易的信號列表，而B有一個何時退出的信號列表，但是您只有在不參與交易的情況下才能進入，而只有在您處於交易狀態時才可以退出。交易，因此C是您是否從事交易的清單。

我嘗試實現您的解決方案，如下所示：

def generate_signals(self):
      signals = pandas.DataFrame(index=self.data.index)
      signals['Date'] = self.data['Date']
      signals['Close'] = self.data['Close']
      signals['fast_MA'] = pandas.stats.moments.ewma(self.data['Close'],
                                                     span=self.short_window)
      signals['slow_MA'] = pandas.stats.moments.ewma(self.data['Close'],
                                                     span=self.long_window)
      signalinfo = pandas.DataFrame(index=signals.index)
      signalinfo['entry_signals'] = numpy.where(signals['fast_MA'] >
                                                signals['slow_MA'], 1.0, 0.0)
      signals['stop'] = (data['Open'].shift(-1)
                         [(signalinfo['entry_signals'] == 1.0)
                          & (signalinfo['entry_signals']
                             .shift(1) == 0.0)])
      signals['stop'] = signals['stop'].fillna(0.0)
      signals['stop'] = signals['stop'].apply(lambda x: .97 * x)
      signals['stop'] = (signals['stop']
                         .replace(to_replace=0.0, method='ffill'))
      signalinfo['exit_signals'] = numpy.where(signals['Close'] <=
                                               signals['stop'], 1.0, 0.0)

      #process entry and exit signals to form trade signals
      signalinfo['Close'] = self.data['Close']
      mask = signalinfo.copy().astype(bool)
      signalinfo.entry_signals[mask.entry_signals] = signalinfo.index
      signalinfo.exit_signals[mask.exit_signals] = signalinfo.index
      signalinfo = signalinfo[mask].ffill().fillna(0)
      signalinfo['signal'] = (signalinfo['exit_signals']
                              < signalinfo['entry_signals']).astype(int)
      signalinfo['entry_signals'] = numpy.where(signals['fast_MA'] >
                                                signals['slow_MA'], 1.0, 0.0)
      signalinfo['exit_signals'] = numpy.where(signals['Close'] <=
                                               signals['stop'], 1.0, 0.0)
      signals['signal'][:self.long_window] = 0.0
      print signalinfo.head(50)
      print signalinfo.tail(50)
      return signals

這將獲得以下代碼：ABC 0 1 0（尚無進入信號，所以0）1 0 1（獲得了進入信號，但還沒有得到退出信號，所以1）0 0 1（得到了進入信號，而還沒有' t還沒有獲得退出信號，所以1）0 1 0（（應該是1）已經獲得退出信號並且當前就位，所以從1變為0）0 0 0（什么都沒有，所以保持在0）1 0 1（得到進入信號且尚未獲得退出信號，因此1）0 1 0（（（SHOULD BE 1）已獲得退出信號且當前處於位置，因此從1變為0）0 1 0（獲得退出信號，但已經為0，所以什么也不做）1 0 1（得到進入信號，還沒有得到退出信號，所以1）0 0 1（什么都沒有，所以保持為0）

有想法該怎么解決這個嗎？ 我試圖在您的解決方案中使用ffill方法，但出現值錯誤。

Answer 1

我沒有測試以下代碼，但是它可以在示例中得到您想要的，您可以使用更多數據進行測試嗎？

基本思想是用索引值在A和B中的每1填充一次，然后我們可以比較哪個大，大的是活動的一個：

import pandas as pd
import numpy as np
df = pd.read_csv("signal.csv", delim_whitespace=True)

mask = df.copy().astype(bool)
df.A[mask.A] = df.index
df.B[mask.B] = df.index
df = df[mask].ffill()
C = df.B < df.A
C.where(C).ffill(limit=1).fillna(0)

輸出：

0    0
1    1
2    1
3    1
4    0
5    1
6    1
7    0
8    1
9    1
dtype: float64