Question

我找不到以下问题的解决方案。给定一个具有列['Open', 'High', 'Low', Close']的数据框，我想让其他列的斐波那契水平设为N回顾期。

伪代码如下：

look_back_period = 895
maxr = highest(close, look_back_period)
minr = lowest(close, look_back_period)
ranr = maxr - minr

ON = maxr
SS = maxr - 0.236 * ranr
SO = maxr - 0.382 * ranr
FI = maxr - 0.50 * ranr
TE = minr + 0.382 * ranr
TT = minr + 0.236 * ranr
ZZ = minr

我想在上面的列中输入相对编号。仅当minr或maxr发生变化时，这种情况才会改变。

希望这很清楚。

Answer 1

假设您的数据已经存在于名为df的熊猫数据框中，则可以使用熊猫apply方法获得所需的功能：

lookBack = 895
def minFunction(row):
    if row.name < lookBack:
        return 0
    return df['Close'].loc[row.name - lookBack:row.name].min()

df['minr'] = df.apply(minFunction, axis = 1)

您可以继续以相同的方式实施maxFunction。我希望这个答案可以帮助您解决问题。

Answer 2

这是如何解决的。不知道这是否是最有效的方法，但想共享它。

look_back_period = 895

c = 0 

ON = []
SS = []
TT = []
ZZ = [] 


for i in df['Close']:
    if c + look_back_period < len(df): 
        df2 = df.iloc[c : c + look_back_period, : ]
        maxr = df2['Close'].max()
        minr = df2['Close'].min()
        ranr = maxr - minr 

        ON.append(maxr)
        SS.append(maxr - 0.236 * ranr)
        TT.append(minr + 0.236 * ranr)
        ZZ.append(minr)
        c = c + 1
    else: 
        break 



df = df.head(-895)
df['ON'] = ON 
df['SS'] = SS
df['TT'] = TT
df['ZZ'] = ZZ

df = df.to_csv('5_min_fibonacci_values.csv', index=False)

股票时间序列数据的斐波那契回撤

2 个答案: