如何根据条件创建固定的新 numpy 数组值 - 股票价格

Question

input_array =
       ([[13,  93,  47,  857],
         [16,  91,  55,  800], 
         [18, 105,  85,  821],
         [17, 106,  89,  890],
         [19, 105,  60,  961],
         [20, 106,  41,  988],
         [21, 107,  45,  999],])

take_profit =
       ([[15,  105,  90,  960]])

stop_loss =
       ([[10,   92,  45,  750]])

数组中的每一列都是个股价格，当价格在take_profit和stop_loss之间时，交易开始，价值保持不变。如果价格高于或等于 take_profit，则交易状态为“TP”，当价格低于或等于 stop_loss 时，该列的其余部分的状态为“SL” .

desired_output_array = 
        ([[13,  93,  47,  857],
         [TP,   SL,  55,  800],
         [TP,   SL,  85,  821],
         [TP,   SL,  89,  890],
         [TP,   SL,  60,  TP],
         [TP,   SL,  SL,  TP],
         [TP,   SL,  SL,  TP],])

谁能帮我解决这个问题？该数组有 3000 行长。我的方法如下：

# My approach:

for value in input_array:
    if value > take_profit:
        value == "TP"
    if value < stop_loss:
        value == "SL"
    else:
        value == value

这没用，所以试过了

output_array = np.where(input_array> take_profit , "TP", input_array)

问题是输出将初始更改为“TP”，但随后会在“SL”和价格返回之间的数字之间恢复。一旦价格改变状态，交易就会关闭，因此对于列中下降的其余值，它应该保持固定直到结束！

Answer 1

让我们试试 np.select ，用 mask 和 fillna

传递给 pandas

cond1 = (input_array > take_profit)
cond2 = (input_array < stop_loss)
s = pd.DataFrame(np.select([cond1,cond2],['TP',"SL"],default=input_array))

out_putary = s.mask(s.isin(['TP',"SL"]).cumsum()>0).fillna(s.where(s.isin(['TP',"SL"]).cumsum()>0).bfill().iloc[0]).values


out_putary
Out[65]: 
array([['13', '93', '47', '857'],
       ['TP', 'SL', '55', '800'],
       ['TP', 'SL', '85', '821'],
       ['TP', 'SL', '89', '890'],
       ['TP', 'SL', '60', 'TP'],
       ['TP', 'SL', 'SL', 'TP'],
       ['TP', 'SL', 'SL', 'TP']], dtype=object)