统计纳斯达克周一与前一交易日周五走势相同的次数

需求说明 #

需要对比纳斯达克指数每个周一的日行情表现（上涨/下跌/持平）与前一交易日的周五表现，若二者走势一致则计入统计，最终输出符合条件的次数。已完成的工作包括：

• 标记当日行情为RIALZO（上涨）、RIBASSO（下跌）或FLAT（持平）
• 筛选出所有周一和周五的行情数据

完整实现代码 #

import yfinance as yf
import pandas as pd
import numpy as np

# 下载纳斯达克期货数据
database = yf.download('NQ=F')
df = pd.DataFrame(database)

# 添加星期列
df["Day's name"] = df.index.to_series().dt.day_name()
# 删除不需要的列（需赋值回df才会生效）
df = df.drop(columns=['Adj Close', 'Volume'])

# 标记每日行情表现：修正原代码的拼写错误（RIBASS0 → RIBASSO）
conditions = [
    df['Close'] - df['Open'] > 0,
    df['Close'] - df['Open'] < 0,
    df['Close'] - df['Open'] == 0
]
categories = ['RIALZO', 'RIBASSO', 'FLAT']
df['Daily Performance'] = np.select(conditions, categories, default='Unknown')

# 筛选周一和周五的数据
monday_mask = df["Day's name"] == 'Monday'
friday_mask = df["Day's name"] == 'Friday'
df_mask = df[monday_mask | friday_mask].copy()

# 按日期排序，确保时序逻辑正确
df_mask = df_mask.sort_index()
# 为每个周一匹配前一个交易日的周五行情表现
df_mask['Prev Friday Performance'] = np.where(
    df_mask["Day's name"] == 'Monday',
    df_mask['Daily Performance'].shift(1),
    np.nan
)

# 统计走势相同的次数
match_count = df_mask[
    (df_mask["Day's name"] == 'Monday') &
    (df_mask['Daily Performance'] == df_mask['Prev Friday Performance'])
].shape[0]

print(f"周一与前一交易日周五走势相同的次数：{match_count}")

关键步骤说明 #

• 修正拼写错误：原代码中RIBASS0为笔误，改为RIBASSO保证分类标识一致性
• 关联周一与对应周五：通过shift(1)获取每个周一的前一行数据（因已筛选周一/周五且按日期排序，前一行即为上一个交易日的周五）
• 计数逻辑：仅针对周一数据，对比当日表现与前一交易日周五的表现，统计匹配的行数

内容的提问来源于stack exchange，提问作者Patrizio