如何在每笔交易中生成指标值，金融研究，定量交易，向量化回测

如何解决如何在每笔交易中生成指标值，金融研究，定量交易，向量化回测

我正在制定一种交易策略，其中需要为每个刻度线计算一个bollinger波段指标。格式，日期-出价-卖价。

我的目标是为数据框中的每个刻度线（行）填充每个bollinger带（低，中，高）的列，以便我可以对策略进行进一步的测试。

根据我的研究，计算波林格带的步骤为：

计算回溯窗口的平均值
计算标准偏差
上限=平均值+ STD，下限=平均值-STD，中段=平均值

bollinger带指示器使用20分钟的回溯（20x1分钟的蜡烛）窗口。

我的问题是：如何计算回溯期的指标值。我是要计算报价的平均价格，还是需要预先将报价数据重新采样到OHLC 1分钟蜡烛数据？

这是我到目前为止没有重采样的代码。

LRESULT CALLBACK WndProc(HWND hwnd,UINT message,WParaM wParam,LParaM lParam)
{
    static HWND hButton;
    switch (message)
    {
    case WM_CREATE:
        hButton = CreateWindow(TEXT("Button"),TEXT("OK"),WS_VISIBLE | WS_CHILD | BS_PUSHBUTTON,50,hwnd,NULL,NULL);
        return 0;
    case WM_SIZE:
    {
        int cxClient = LOWORD(lParam);
        int cyClient = HIWORD(lParam);
        SetwindowPos(hButton,cxClient / 3,cyClient / 4,cxClient / 5,cyClient / 2,SWP_SHOWWINDOW);
        return 0;
    }
    case WM_DESTROY:
        PostQuitMessage(0);
        return 0;
    }
    return DefWindowProc(hwnd,message,wParam,lParam);
}

解决方法

您可以使用现有的库。这是一个：https://pypi.org/project/pandas-ta/

您还可以利用熊猫的直接功能。例如，如果您只想计算波林格带，则可以尝试以下方法：

df["mid_band"] = df.bid.rolling(20).mean()
df["upper"],df["lower"] = df.mid_band+df.mid_band.rolling(20).std(),df.mid_band-df.mid_band.rolling(20).std()

如果您使用的蜡烛是100万个，那么我建议您将蜡烛重新采样到1分钟或下载1分钟的蜡烛。如果您使用的是其他聚合类型，则创建OHLC蜡烛并运行上面的代码。

您可能想尝试探索的其他东西是现有的库，例如TA-LIB或@Jonathan Leon提到的库。

顺便说一句，要在end_date循环中获取iterrows参数，为什么不使用row.date？