注意,如果复制,我的代码就会运行
我编写了一个简单的脚本来使用 poloniex API 回测加密货币。
首先,我从 API 请求数据并将其转换为数据帧 data
。
然后我获取所需的数据并创建名为 df
的新 df
然后必须在 df 中的每一行上运行函数 trade
,简单的看跌期权如果价格高于滚动平均值,则买入;如果低于滚动平均值,则卖出,此数据为然后保存在log
中。
我在 df
中的每一行应用此函数时遇到问题。
我使用行 log = df.apply(lambda x: trade(x['date'], x['close'], x['MA']), axis=1) 取得了巨大成功
但令人惊讶的是,当 API 调用中使用 BTC_ETH 而不是其他(即 BTC_FCT 或 BTC_DOGE)时,尽管数据形式相同,它仍然有效。使用 ETH 创建 DataFrame(这就是我想要的) DOGE 和 FCT 创建一个系列
第一个问题,如何在每一行上运行我的 trade
函数并使用结果创建一个新的 df log
额外的问题,即使数据类型相同,为什么它适用于 ETH 而不适用于 DOGE/FCT?
import numpy as np
from pandas import Series, DataFrame
import pandas as pd
API = 'https://poloniex.com/public?command=returnChartData¤cyPair=BTC_FCT&start=1435699200&end=9999999999&period=86400'
data = pd.read_json(API)
df = pd.DataFrame(columns = {'date','close','MA'})
df.MA = pd.rolling_mean(data.close, 30)
df.close = data.close
df.date = data.date
df = df.truncate(before=29)
def print_full(x):
pd.set_option('display.max_rows', len(x))
print(x)
pd.reset_option('display.max_rows')
log = pd.DataFrame(columns = ['Date', 'type', 'profit', 'port_value'])
port = {'coin': 0, 'BTC':1}
def trade(date, close, MA):
if MA < close and port['coin'] == 0 :
coins_bought = port['BTC']/MA
port['BTC'] = 0
port['coin'] = coins_bought
d = {'Date':date, 'type':'buy', 'coin_value': port['coin'], 'btc_value':port['BTC']}
return pd.Series(d)
elif MA > close and port['BTC'] == 0 :
coins_sold = port['coin']*MA
port['coin'] = 0
port['BTC'] = coins_sold
d = {'Date':date, 'type':'sell', 'coin_value': port['coin'], 'btc_value':port['BTC']}
print()
return pd.Series(d)
log = df.apply(lambda x: trade(x['date'], x['close'], x['MA']), axis=1)
log = log.dropna()
print_full(log)
编辑:
我解决了这个问题,我通过将字典附加到列表然后使用 df.from_dict() 方法创建日志数据帧来修复它,我的代码只是为了澄清。
def trade(date, close, MA):#, port):
#d = {'Data': close}
#test_log = test_log.append(d, ignore_index=True)
if MA < close and port['coin'] == 0 :
coins_bought = port['BTC']/MA
port['BTC'] = 0
port['coin'] = coins_bought
d = {'Date':date, 'type':'buy', 'coin_value': port['coin'], 'btc_value':port['BTC']}
data_list.append(d)
#return pd.Series(d)
elif MA > close and port['BTC'] == 0 :
coins_sold = port['coin']*MA
port['coin'] = 0
port['BTC'] = coins_sold
d = {'Date':date, 'type':'sell', 'coin_value': port['coin'], 'btc_value':port['BTC']}
data_list.append(d)
#return pd.Series(d)
df.apply(lambda x: trade(x['date'], x['close'], x['MA']), axis=1)
log = log.dropna()
for key,value in port.items():
print(key, value )
log.from_dict(data_list)
最佳答案
问题是您并不总是在 trade
中返回一个值,这让 Pandas 感到困惑。试试这个:
import numpy as np
from pandas import Series, DataFrame
import pandas as pd
API = 'https://poloniex.com/public?command=returnChartData¤cyPair=BTC_FCT&start=1435699200&end=9999999999&period=86400'
data = pd.read_json(API)
df = pd.DataFrame(columns = {'date','close','MA'})
df.MA = pd.rolling_mean(data.close, 30)
df.close = data.close
df.date = data.date
df = df.truncate(before=29)
def print_full(x):
pd.set_option('display.max_rows', len(x))
print(x)
pd.reset_option('display.max_rows')
log = pd.DataFrame(columns = ['Date', 'type', 'profit', 'port_value'])
port = {'coin': 0, 'BTC':1}
port = {'coin': 0, 'BTC':1}
def trade(date, close, MA):
d = {'Date': date, 'type':'', 'coin_value': np.nan, 'btc_value': np.nan}
if MA < close and port['coin'] == 0 :
coins_bought = port['BTC']/MA
port['BTC'] = 0
port['coin'] = coins_bought
d['type'] = 'buy'
d['coin_value'] = port['coin']
d['btc_value'] = port['BTC']
elif MA > close and port['BTC'] == 0 :
coins_sold = port['coin']*MA
port['coin'] = 0
port['BTC'] = coins_sold
d['type'] = 'sell'
d['coin_value'] = port['coin']
d['btc_value'] = port['BTC']
return pd.Series(d)
log = df.apply(lambda x: trade(x['date'], x['close'], x['MA']), axis=1)
log = log.dropna()
print_full(log)
但是,正如我在评论中提到的,将具有副作用的函数传递给 apply
并不是一个好主意 according to the documentation ,事实上我认为在您的情况下它可能不会产生正确的结果。
关于python - 如何在 DataFrame 中的每一行上运行函数并将结果附加到新的 DataFrame,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41984807/