请求校验基于Python的均线金叉/死叉检测及计算函数

一、calculate_moving_average函数问题与优化 #

存在的问题 #

• 直接修改原数据：函数内直接给传入的data添加列，会导致外部的原DataFrame被意外修改，引发不可预期的副作用。
• 无参数校验：未对period做合法性检查（比如非正整数的情况），会直接导致rolling操作抛出错误。
• 未处理空值场景：若Close列存在空值，计算出的移动平均线会包含NaN，但函数未做任何提示或处理。

优化后的代码 #

def calculate_moving_average(data, period):
    # 参数合法性校验
    if not isinstance(period, int) or period <= 0:
        raise ValueError("period必须是正整数")
    # 复制原DataFrame，避免修改原数据
    data_copy = data.copy()
    # 计算移动平均线
    data_copy[f"Moving_{period}"] = data_copy["Close"].rolling(period).mean()
    return data_copy

二、check_golden_cross函数问题与优化 #

存在的问题 #

• 硬编码均线列名：固定使用Moving_50和Moving_200，无法适配其他周期的均线交叉判断，灵活性不足。
• 未处理NaN值：移动平均线的前period-1行是NaN，直接参与比较会导致逻辑错误（NaN参与比较结果为False），需跳过无效行。
• 依赖数据排序：默认假设输入data按时间升序排列，但未做校验或提示，若数据顺序错误，交叉判断完全失效。

优化后的代码 #

import pandas as pd

def check_golden_cross(data, short_period=50, long_period=200):
    golden_crosses = []
    death_crosses = []
    short_col = f"Moving_{short_period}"
    long_col = f"Moving_{long_period}"
    
    # 检查必要列是否存在
    if short_col not in data.columns or long_col not in data.columns:
        raise ValueError(f"数据中缺少{short_col}或{long_col}列")
    
    # 从均线有效值的起始位置开始遍历
    start_idx = max(short_period, long_period) - 1
    for i in range(start_idx + 1, len(data.index)):
        short_curr = data[short_col][i]
        short_prev = data[short_col][i-1]
        long_curr = data[long_col][i]
        long_prev = data[long_col][i-1]
        
        # 跳过包含NaN的行
        if pd.isna(short_curr) or pd.isna(short_prev) or pd.isna(long_curr) or pd.isna(long_prev):
            continue
        
        # 金叉判断：短均线上穿长均线
        if short_curr >= long_curr and short_prev <= long_prev:
            golden_crosses.append(data.index[i])
        # 死叉判断：短均线下穿长均线
        elif short_curr <= long_curr and short_prev >= long_prev:
            death_crosses.append(data.index[i])
    
    return golden_crosses, death_crosses

额外提示 #

• 使用前务必确保data按时间升序排列，否则交叉日期判断会完全错误。
• 若处理大数据集，可改用向量化操作替代循环（比如结合diff和shift），大幅提升计算效率。

内容的提问来源于stack exchange，提问作者Jeshuwa Bradley