问题描述
我有一个带有索引Date和Symbol的multiindex数据框。
该数据框大约有1000万行。
数据框具有一个带有True或False值的Entry_signal列，另一个带有数字值的Initial_stop列，以及另一个带有数字值的Low列。
基于这三列的内容，我想计算另外三列： Stop_level ， Position ， Exit_signal 。
这些应基于以下逻辑进行计算：
data['Entry_signal'] = # True or False
data['Initial_stop'] = # numbers
data['Low'] = # numbers
data['Stop_level'] = np.where(data['Position'] == True,
np.maximum(data['Stop_level'].shift(1),
data['Initial_stop']),
data['Initial_stop'])
data['Exit_signal'] = np.where(data['Low'] < data.groupby('Symbol')['Stop_level'].shift(1),
True,
False)
data['Position'] = np.where(data['Exit_signal'] == True,
False,
np.where(data['Entry_signal'] == True,
True,
data.groupby('Symbol')['Position'].shift(1)))
data['Position'] = data.groupby('Symbol')['Position'].ffill()
现在Stop_level引发错误，因为它需要一个Position 。
如果我将Position放在开头，则会引发错误，因为它需要Exit_signal 。
如果我将Exit_signal放在开头，则会引发错误，因为它需要Stop_level 。
等等。
如何使这种逻辑起作用？
1楼
将其写在纸片上：
-
Stop_level是一个功能：Position，Stop_level，Initial_stop。 -
Exit_signal是以下函数：Low，Symbol，Stop_level。 -
Position是以下函数的函数：Exit_signal，Entry_signal，Symbol，Position。
当前订单不起作用，因为Stop_level需要Position 。
将Position放在首位不起作用，因为它需要Exit_signal 。
首先将Exit_signal放置不起作用，因为它需要Stop_level 。
这将耗尽您的所有选择。
因此，您需要定义可以实际实现的逻辑。