Pine Script转Python：STrend指标direction计算逻辑不符问题排查

核心问题在于原Pine Script的dir是依赖历史状态的变量，每次计算都需要用上一根K线的dir值判断当前方向；而Python如果用常规的矢量化批量计算（比如pandas的np.where），会忽略状态延续，导致方向判断完全错误。

原Pine Script逻辑还原 #

先明确原脚本的dir逻辑（伪代码）：

// 初始值需与原脚本一致，通常为1或-1
dir = 1
// 逐K线更新：仅当触发反转条件时改变方向，否则保持上一次的值
if dir == -1 and high > shortStopPrev
    dir := 1
elif dir == 1 and low < longStopPrev
    dir := -1

Python修正代码 #

方案1：逐行循环（直观易调试） #

适合数据量不大的场景，完全复刻Pine的逐K线状态更新逻辑：

import pandas as pd

# 假设你的数据框df包含以下列：high, low, shortStopPrev, longStopPrev
# 初始化direction，需与原Pine脚本的初始dir值一致
df['direction'] = 1

for i in range(1, len(df)):
    prev_dir = df['direction'].iloc[i-1]
    curr_high = df['high'].iloc[i]
    curr_low = df['low'].iloc[i]
    s_stop_prev = df['shortStopPrev'].iloc[i]
    l_stop_prev = df['longStopPrev'].iloc[i]
    
    if prev_dir == -1 and curr_high > s_stop_prev:
        df['direction'].iloc[i] = 1
    elif prev_dir == 1 and curr_low < l_stop_prev:
        df['direction'].iloc[i] = -1
    else:
        df['direction'].iloc[i] = prev_dir

方案2：用accumulate高效处理（适合大数据量） #

避免显式循环，用itertools.accumulate维护状态：

import pandas as pd
from itertools import accumulate

def update_direction(prev_dir, row):
    curr_high, curr_low, s_stop_prev, l_stop_prev = row
    if prev_dir == -1 and curr_high > s_stop_prev:
        return 1
    elif prev_dir == 1 and curr_low < l_stop_prev:
        return -1
    return prev_dir

# 打包需要的字段为迭代器
row_iter = zip(df['high'], df['low'], df['shortStopPrev'], df['longStopPrev'])
# 初始值与原Pine一致，[1:]是去掉accumulate返回的初始占位值
df['direction'] = list(accumulate(row_iter, update_direction, initial=1))[1:]

常见错误点排查 #

1. 状态丢失：用np.where或矢量化条件批量计算，完全忽略了direction的历史状态，这是最常见的错误。
2. 初始值不匹配：原Pine脚本的dir初始值可能不是1，需严格对齐（比如有些版本会根据首根K线的高低设置初始方向）。
3. 止损值取错：确认shortStopPrev和longStopPrev是否对应原脚本的「上一根K线的止损值」，如果原Pine里是shortStopPrev = shortStop[1]，Python里要取df['shortStop'].shift(1)作为shortStopPrev列。

内容的提问来源于stack exchange，提问作者etex