我使用名为trendy.py的预先创建的代码: https://github.com/dysonance/Trendy
代码的某些部分计算Max1和Max2 | Min1和Min2
对于我选择的每家公司,我都会在过去100天的收盘价格中提供代码。
代码按照预期为某些公司工作,但超过一半,它给了我一个ValueError。
min2 = min(x[(min1 + window):])
ValueError: min() arg is an empty sequence
所以对我来说,看起来min1就是问题所在。它无法计算,因此留空。然后将空序列馈送到min2。
有人可以看看并告诉我您认为导致此问题的原因吗?
以下是我用作输入的示例文件(它给出了我所描述的错误)。
https://docs.google.com/spreadsheets/d/1xZdSGE05SfyoL9D4akSH0KlV8s2cR1CJLqLlVEzq_4k/edit?usp=sharing
以下是代码的相关部分:
def gentrends(x, window=1/3.0, charts=True):
"""
Returns a Pandas dataframe with support and resistance lines.
:param x: One-dimensional data set
:param window: How long the trendlines should be. If window < 1, then it
will be taken as a percentage of the size of the data
:param charts: Boolean value saying whether to print chart to screen
"""
import numpy as np
import pandas as pd
from pandas_datareader import data, wb
x = np.array(x)
if window < 1:
window = int(window * len(x))
max1 = np.where(x == max(x))[0][0] # find the index of the abs max
min1 = np.where(x == min(x))[0][0] # find the index of the abs min
# First the max
if max1 + window > len(x):
max2 = max(x[0:(max1 - window)])
else:
max2 = max(x[(max1 + window):])
# Now the min
if min1 - window < 0:
min2 = min(x[(min1 + window):])
else:
min2 = min(x[0:(min1 - window)])
# Now find the indices of the secondary extrema
max2 = np.where(x == max2)[0][0] # find the index of the 2nd max
min2 = np.where(x == min2)[0][0] # find the index of the 2nd min
答案 0 :(得分:0)
如果有人遇到此问题我会张贴此内容。
我喂的数据是收盘价的最后100天。但是,如果增加数据点的数量,则会遇到给定的错误。
从Alphavantage API,在每日时间序列中使用“完整”而不是“紧凑”。