Shapely无法识别明确存在的股票均线交点问题求助

核心原因分析 #

1. NaN值导致线段断裂
   你的SMA数据前半部分存在大量NaN，用这些数据构造LineString时，Shapely会将NaN对应的位置视为线段的断裂点，最终生成多段不连续的折线。而line1.intersection(line2)仅会检测两条折线中连续线段部分的交点，断裂的无效段会被直接忽略。

2. 数值量级差异引发精度丢失
   日期转换后的数值是1e18级别的超大数，而收盘价仅为几百，二者量级差距超过15个数量级。Shapely的几何计算依赖浮点精度，这种极端的量级差会导致计算时精度溢出，无法准确检测到交点。

3. 离散线段的交点不在采样点区间内
   可视化看到的“相交”是两条均线趋势上的交叉，但Shapely的LineString是连接离散采样点的折线，只有当两条折线的相邻采样点构成的线段真正相交时，才会返回交点。如果交叉点位于两个采样点之间的区间而非线段上，直接调用整体intersection是无法识别的。

4. 坐标顺序逻辑混淆
   你构造LineString时用的是[Close, Date]（收盘价为X轴，日期为Y轴），这与常规可视化的[Date, Close]逻辑相反，虽然不直接导致无交点，但会让几何计算的逻辑更难排查。

分步解决方案 #

1. 清理无效数据（移除NaN行）

先过滤掉含NaN的行，只保留有效均线数据：

new50 = new50.dropna(subset=['Close']).reset_index(drop=True)
new200 = new200.dropna(subset=['Close']).reset_index(drop=True)

2. 调整坐标顺序并优化数值量级

将日期转换为相对数值（缩小量级），并使用常规的[日期, 收盘价]坐标顺序构造线段：

# 计算相对日期，降低数值量级
min_date = min(new50.Date.min(), new200.Date.min())
new50['Date_rel'] = new50.Date - min_date
new200['Date_rel'] = new200.Date - min_date

# 构造正确坐标顺序的LineString
line1 = LineString(np.column_stack([new50.Date_rel, new50.Close]))
line2 = LineString(np.column_stack([new200.Date_rel, new200.Close]))

3. 逐段检测线段交点

如果直接调用line1.intersection(line2)仍无结果，说明交叉点位于采样点区间之间，需要遍历两条折线的每一段线段，逐一检测交点：

from shapely.geometry import LineString

def find_segment_intersections(line_a, line_b):
    intersections = []
    # 遍历line_a的每一段线段
    for i in range(len(line_a.coords) - 1):
        seg_a = LineString([line_a.coords[i], line_a.coords[i+1]])
        # 遍历line_b的每一段线段
        for j in range(len(line_b.coords) - 1):
            seg_b = LineString([line_b.coords[j], line_b.coords[j+1]])
            inter = seg_a.intersection(seg_b)
            if not inter.is_empty:
                intersections.append(inter)
    return intersections

# 获取所有交点
all_intersections = find_segment_intersections(line1, line2)
for idx, inter in enumerate(all_intersections):
    print(f"交点 {idx+1}: {inter}")
    # 转换回原始日期（可选）
    original_date = min_date + inter.x
    print(f"对应日期: {pd.to_datetime(original_date)}")

内容的提问来源于stack exchange，提问作者Sam