Numpy, выбор векторизации строк, которые отвечают на покупку/продажу логики в количественном анализе

Question

EDIT2: Спасибо за ответы, я получил дальше с:

buyChange = np.where (np.diff (купить> 0) ! = 0)

sellChange = np.where (np.diff (продажа> 0)! = 0)

Теперь у меня есть 2 массивы индексов, один, где купить Logic пересекает и один, где продают логика пересекает:

купить: (массив ([3, 5, 8, 9, 14, 15, 17, 19, 20, 26, 27 , 33, 39, 41, 46, 47, 51, 60, 61, 62, 70, 71, 75, 76, 77, 78, 80, 81, 83, 88, 90, 97, 100 ...

надувательства: (массив ([22, 34, 54, 63, 85, 88, 89, 102, 103, 110, 111 ...

что мне нужно сейчас пары индексов, которые представляют собой покупку и продавать пары. Когда покупка пересекает это, это начало пары, а затем первое большее число, чем в массиве sell, является вторым в этой паре buy/sell. Тогда следующая самая высокая в массиве buy выше последней продажи - это начало следующей пары. Для вышеуказанных массивов это было бы (3,22) (26,34) (39,54) (60,63) (70,85) (88,89). Затем я могу использовать эти индексы в этом коде, чтобы найти соответствующие цены открытия, которые я буду торговать на в заднем тесте:

цена = о [buyChange [0] [индекс] +2]

\ EDIT2

Редактировать: Я нашел эту функцию, которая находит разделы, которые являются отрицательными в массиве, но теперь мне нужно найти день в начале этого раздела, день, когда массив превратился из положительного в отрицательный. Может ли кто-нибудь помочь с этим?

buys = np.where(buy < 0)

Что-то вроде ниже не работает, но это идея о том, что я хочу, чтобы реализовать:

buys = np.where(buy < 0 and buy[-1] > 0)

или:

buys = np.where(buy[1:] < 0 and buy[:-1] > 0)

/EDIT

У меня есть цикл, который собирается, хотя массивы из исходного файла, и если заявления, которые определяют, если определенная линия покупки или продажи. Я ищу способ для векторизации этого действия, возможно, чтобы создать список только дней покупки/продажи, после чего я могу рассчитать свои доходы. Фактически список дней после сигнальных дней, потому что я торгую открытыми на следующий день. Вот кости моей программы:

for stock in files: 
 
    d,c,h,l,o,v = getData(str(root+'\\'+stock)) # creates numpy arrays of columns in file 
 
    s = sma(c,SMA,stockLen)      # creates array of simple moving average 
 
    sL = sma(c,longSMA,stockLen)    # creates array of longer simple moving average 
 
    
 
    #below is code that i'm trying to replace with vectorization: 
 
    for day in range(stockLen): 
 
    if c[day] < s[day] and stance == 'none': 
 
     stance = 'holding' 
 
     buyPrice = o[day+1] 
 
    
 
    if c[day] > sL[day] and stance == 'holding': 
 
     sellPrice = o[day+1] 
 
     tradeProfit = pctChange(buyPrice,sellPrice) 
 
     pctPerYear.append((250/holdingTime)*tradeProfit) 
 
     stance = 'none'

Я добрался до точки с 2 массивов, купить становится отрицательным, когда я хочу купить и продать как положительный, когда я хочу продать, но я не знаю, как поставить логику «if statement» в массив без использования неэффективного цикла.

здесь покупки/продажи массивы:

buy = c[:]-s[:] #creates array that goes negative when closing price is below sma. 
 
sell = c[:]-sL[:] #creates array that goes positive when closing price is above long sma.

Благодаря всем, кто может мне помочь!

EDIT: Это фрагмент данных, его date,close,high,low,open,volume. Около 2500 рядов на акцию.

date,close,high,low,open,volume 
20110718,43.40,43.68,42.93,43.07,25844 
20110719,42.65,43.37,42.38,43.37,32334 
20110720,43.11,43.11,42.06,42.46,22072 
20110721,43.25,43.60,43.06,43.28,24965 

Answer 1

Проверьте эту ссылку из документации Pandas.

http://pandas.pydata.org/pandas-docs/stable/enhancingperf.html

Вы также можете найти эту ссылку полезной в краткосрочной перспективе:

http://docs.scipy.org/doc/numpy/reference/generated/numpy.vectorize.html

для кода выше, вы пытались реализовать vetorisation в виде:

DATA['Return'] = np.log(DATA['close']/DATA['close'].shift(1)) 

Answer 2

Если вы просто хотите найти точки, в которых вектор меняет знак, вы можете сделать что-то вроде этого:

change_points = np.where(np.diff(buy>0)!=0)