如何在Python中基于Z-score生成持仓型交易信号变量

我有一个包含价格序列及其Z-score的DataFrame，想要生成名为signal的买卖信号变量，规则如下：

• 买入信号（=1）：当标准化价格下穿均值下方1.96倍标准差时触发，上穿均值时平仓；
• 卖出信号（=-1）：当标准化价格上穿均值上方1.96倍标准差时触发，下穿均值时平仓。

我可以用np.where生成穿越上下边界的信号，但需要实现持仓至穿越均值的逻辑，以下是我的实现代码及对应的信号时序图表：

# 创建包含信号和头寸规模的DataFrame
trades = pd.concat([zscore(df_kalman), df_kalman], axis=1)
trades.columns = ["signal", "position"]
trades['mean'] = trades['signal'].mean()
trades['upper'] = trades['mean'] + 1.96*trades['signal'].std()
trades['lower'] = trades['mean'] - 1.96*trades['signal'].std()

trades["side"] = 0.0
trades['side'] = np.where((trades['signal'] > trades['upper']), -1, 0)
trades['side'] = np.where(((trades['signal'] > trades['mean']) & (trades['side'].shift(1) == -1)), -1, trades['side'])
trades['side'] = np.where((trades['signal'] < trades['lower']), 1, trades['side'])
trades['side'] = np.where(((trades['signal'] < trades['mean']) & (trades['side'].shift(1) == 1)), 1, trades['side'])

信号时序图表说明 #

图表中展示了标准化价格的波动曲线、均值线、上下边界线（均值±1.96倍标准差），以及生成的side信号的时序变化，清晰呈现了信号触发时机与持仓状态的对应关系。

内容的提问来源于stack exchange，提问作者Stefano Grillini