Skip to main content
 首页 » 编程设计

python之使用 talib、python 和 pandas 的滚动每周技术指标。

2025年05月04日19dyllove98

********* 更新了问题,更好的代码示例,现在用列表理解来做 **********

我正在尝试使用 pandas 和 talib 获取每周滚动技术指标。

“每周滚动”是指如果今天是星期四,那么今天的 ADX 每周值将仅使用本星期四、上星期四等来计算。之前每周 ADX 系列中的 ADX 仅使用星期三等计算。所以现在,一天过去了,我们站在星期五,应该只使用星期五来计算每周 ADX。 最后,ADX 系列就是将所有这些 ADX 附加到一个系列中。

目前,我使用列表理解生成 5 个列表,这些列表位于“adxs_list”内,每个列表是一周中的一天。 因此,例如 adxs_list[0] 显示仅在星期一计算的 talib.ADX 值,adxs_list[1] 显示仅在星期二计算的 talib.ADX 值,依此类推。

现在我在尝试将这些列表放回原始数据框中时遇到了困难。 试图将它们混合在一起,然后将它们添加到 DataFrame 但无法弄清楚...

所以问题是,我怎样才能将这些计算加入到原始数据帧中,以符合 df 的索引?

import pandas as pd 
import numpy as np 
import talib 
 
df  = pd.DataFrame(np.random.randn(1000,4), 
    index=pd.date_range(pd.datetime(2000,3,30), freq='B', periods=1000), 
    columns =['PX_OPEN', 'PX_LAST', 'PX_HIGH', 'PX_LOW'] ) 
 
lista4 = ['W-MON','W-TUE','W-WED','W-THU','W-FRI'] 
 
adxs_list = [([talib.ADX(df['PX_HIGH'].resample(w).values,  
                      df['PX_LOW'].resample(w).values, df['PX_LAST'].resample(w).values 
                      , timeperiod=3)]) for w in lista4] 

试图用:

adxs_frame = reduce(pd.DataFrame.combine_first,adxs_list) 

出现这个错误:

TypeError:未绑定(bind)方法 combine_first() 必须使用 DataFrame 实例作为第一个参数调用(改为获取列表实例)

请您参考如下方法:

最后,我想我明白了。必须转置然后重新分配原始索引。不确定这是否是最快的方法,但它是这样的:

import pandas as pd 
import numpy as np 
import talib 
 
df  = pd.DataFrame(np.random.randn(100,4), 
    index=pd.date_range(pd.datetime(2000,3,30), freq='B', periods=100), 
    columns =['PX_OPEN', 'PX_LAST', 'PX_HIGH', 'PX_LOW'] ) 
 
 
lista3 = ['PX_OPEN', 'PX_LAST', 'PX_HIGH', 'PX_LOW'] 
lista4 = ['W-MON','W-TUE','W-WED','W-THU','W-FRI'] 
i0=[] 
i1=[] 
i2=[] 
i3=[] 
i4=[] 
 
adxs_list = [([talib.ADX(df['PX_HIGH'].resample(w).values,  
                      df['PX_LOW'].resample(w).values, df['PX_LAST'].resample(w).values 
                      , timeperiod=3)]) for w in lista4] 
 
    # transposing the arrays and assigning them the original index of that week day 
for u,v in [(u,v) for u,v in zip(range(5),lista4)]:     
    r = "i{0} = pd.DataFrame(adxs_list[{0}]).transpose().set_index(df.PX_OPEN.resample('{1}').index)".format(u,v)     
    exec r 
 
    # combining all the new dataframes into a single dataframe (respecting their indexes) 
y0 = [i0, i1, i2, i3, i4]    
i_frame = reduce(pd.DataFrame.combine_first, y0) 
 
    # merging this new dataframe into the original df 
df = df.merge(i_frame, left_index=True, right_index=True) 
 
    # for some strange reason new column is named 0, so renaming it  
names = df.columns.values 
names[-1] = 'ADX_w' 
df.columns = names