基于RSI值生成无重叠Signal列的Pandas/Numpy实现问题

问题分析 #

你遇到的核心问题是连续触发相同信号（比如连续多日RSI<20都标记BUY），以及数据中可能存在的RSI同时<20和>80的异常情况。下面给出两种常用解决思路，分别对应字符串型和数值型信号场景。

方案1：生成字符串型过滤后信号 #

假设你的DataFrame已包含RSI列，执行以下代码：

import pandas as pd
import numpy as np

# 1. 生成初始信号，容错处理异常RSI值（理论上RSI范围0-100）
df['Signal'] = np.where(
    df['RSI'] > 80, 'SELL',
    np.where(df['RSI'] < 20, 'BUY', np.nan)
)

# 2. 过滤连续重复信号：仅保留信号首次出现的行，后续相同信号置为空
df['Signal'] = df['Signal'].where(df['Signal'] != df['Signal'].shift(1))

效果：连续多日RSI<20时，仅第一行标记BUY，后续行信号为空；直到RSI回到20-80区间后再次跌破20，才会重新标记BUY。

方案2：生成数值型过滤后信号 #

如果需要用数值（1=BUY，-1=SELL，0=无信号）表示信号：

# 1. 生成初始数值信号
df['Signal_num'] = np.where(
    df['RSI'] > 80, -1,
    np.where(df['RSI'] < 20, 1, 0)
)

# 2. 过滤连续重复的非0信号：仅保留信号发生变化的行，其余非0信号置为0
df['Signal_num'] = np.where(
    (df['Signal_num'] != 0) & (df['Signal_num'].diff() != 0),
    df['Signal_num'],
    0
)
# 处理第一行diff()结果为NaN的情况
df['Signal_num'] = df['Signal_num'].fillna(0)

效果：连续触发的相同数值信号会被置为0，仅保留信号首次触发和反向切换的行。

关键逻辑说明 #

• 互斥信号处理：通过嵌套np.where确保一行不会同时被标记为BUY和SELL，同时过滤异常RSI值。
• 去重逻辑：利用shift()对比当前行与前一行的信号，或用diff()计算信号变化量，仅保留信号发生变化的行，彻底解决连续重复信号问题。

内容的提问来源于stack exchange，提问作者SARVAGYA