如何单独加速/优化 for 循环？

如何解决如何单独加速/优化 for 循环？

如何显着加速 for 循环？

示例：

获取数据

import yfinance as yf
data = yf.download("AAPL",start="1978-01-01",end="2021-03-13")
data['smav'] = data.Close.rolling(window=21).mean()
data['lmav'] = data.Close.rolling(window=55).mean()
data = data.dropna()
data = data.reset_index(drop=False)

运行 For 循环

start = time.time()
def signals(data):
    orders = []
    for i in range(1,len(data)-1):
        if data.smav[i-1] < data.lmav[i-1] and data.smav[i] > data.lmav[i]:
            orders.append({'time':data.Date[i],'signal': 1,'price': round(data.Open[i],3)})
        if data.smav[i-1] > data.lmav[i-1] and data.smav[i] < data.lmav[i]:
            orders.append({'time':data.Date[i],'signal': -1,'price': round(data.Close[i],3)})
    return orders

signals(data)
print(f'Time: {time.time() - start}')

附言我也尝试使用 Pool 中的 multiprocessing，但执行时间的差异并不显着。