Question

我正在尝试回溯一项股票交易策略。我想每次cf_net > 0买入100股，并在cf_net < 0时平仓。这个周期是每5分钟一次。

我有一个名为cf_slice的熊猫数据框，其中包含('1. open', cf_now, cf_then, cf_net, long)。数据集为100个长度。在cf_net > 0时，我想将100个份额添加到名为current_pos的新数据框中。另外，我想计算('1. open' x current_pos)并插入到名为value的数据框中。理想情况下，我想为每笔真实交易计算100股，如果错误则平仓。我想在短边进行设置，但是如果您可以在长边方面帮助我，我可以管理短边。

Open = 282.91, 282.95, 282.87, 282.90, 283.02

cf_net = 1047, -1894, -2214, 3122, 3649

long = True, False, False, True, True

我尝试了numpy数组，并使用for循环遍历熊猫。我能够隔离多头/空头数据，但我正在努力的是增加和关闭整个头寸。

cf_slice = (data.loc[:, ['1. open', 'cf_now', 'cf_then', 'cf_net', 'long']])

current_pos = 0
shares = 0
long_cost = 0
long_credit = 0
short_cost = 0
short_credit = 0
net_profit = 0

for cf in cf_slice.cf_net:
    # open long
    if cf > 0 and current_pos >= 0:
        current_pos += 1
        shares += 100
    # close long
    elif cf < 0 and current_pos > 0:
        current_pos = 0
        shares = 0
    # open short
    elif cf < 0 and current_pos <= 0:
        current_pos -= 1
        shares -= 100
    # close short
    elif cf > 0 and current_pos < 0:
        current_pos = 0
        shares = 0
    print(cf, current_pos, shares)

此代码似乎可以正确计数股票和当前头寸。但是，如何合并计算1. open x当前位置？

我需要知道随着头寸增加并最终平仓的头寸价值。

data

从elif语句返回值

0 个答案: