Python交易算法开发：枢轴高低点识别报错排查

错误原因 #

find_pivot_highs函数返回的是枢轴高点的索引位置列表（本次返回了6个索引），但你试图直接将这个短列表赋值给拥有374行的DataFrame列ph，两者长度不匹配，触发了ValueError。之前该函数能正常运行，大概率是因为当时没有直接把列表赋值给DataFrame列，而是用列表做标记、筛选等其他操作。

解决思路 #

1. 标记枢轴点位置（推荐） #

创建布尔列标记哪些行是枢轴高点/低点，而非直接赋值索引列表：

# 处理枢轴高点
data['ph'] = False
pivot_high_indices = find_pivot_highs(high, length)
data.loc[pivot_high_indices, 'ph'] = True

# 处理枢轴低点
data['pl'] = False
pivot_low_indices = find_pivot_lows(low, length)
data.loc[pivot_low_indices, 'pl'] = True

2. 存储枢轴点价格（若业务需要） #

如果要在列中存储对应枢轴点的价格，其余位置留空：

# 存储枢轴高点价格
data['ph'] = np.nan
pivot_high_indices = find_pivot_highs(high, length)
data.loc[pivot_high_indices, 'ph'] = high[pivot_high_indices]

# 存储枢轴低点价格
data['pl'] = np.nan
pivot_low_indices = find_pivot_lows(low, length)
data.loc[pivot_low_indices, 'pl'] = low[pivot_low_indices]

3. 修正后续依赖代码 #

原代码后续逻辑依赖data['ph']的索引信息，需对应调整：

• 若用布尔标记列：

# 获取枢轴高点索引
pivot_high_indices = data[data['ph']].index
data['slope_ph'] = data['slope_atr'].where(data.index.isin(pivot_high_indices)).ffill()

# 同理处理枢轴低点
pivot_low_indices = data[data['pl']].index
data['slope_pl'] = data['slope_atr'].where(data.index.isin(pivot_low_indices)).ffill()

• 若用价格列（带NaN）：

pivot_high_indices = data[data['ph'].notna()].index
pivot_low_indices = data[data['pl'].notna()].index

额外优化建议 #

原find_pivot_highs和find_pivot_lows用循环效率较低，可改用pandas滑动窗口函数优化，代码更简洁且运行更快：

def find_pivot_highs(series, length):
    # 计算左侧length窗口的最大值（当前点之前的length个值）
    roll_left = series.rolling(window=length, center=False).max().shift(1)
    # 计算右侧length窗口的最大值（当前点之后的length个值）
    roll_right = series.rolling(window=length, center=False).max().shift(-length)
    # 返回符合条件的索引
    return series[(series > roll_left) & (series > roll_right)].index

def find_pivot_lows(series, length):
    roll_left = series.rolling(window=length, center=False).min().shift(1)
    roll_right = series.rolling(window=length, center=False).min().shift(-length)
    return series[(series < roll_left) & (series < roll_right)].index

内容的提问来源于stack exchange，提问作者driver