如何进一步优化Python回测程序中的Cython核心函数？

我正在开发一款Python回测程序，目前急需稳定的性能提升。已通过Cython实现200倍加速，但仍无法满足需求——全量数据运行需约16小时，且需多次执行。经cProfile分析，核心函数tp_sl_back_test占据了98%-99%的运行时间。

作为Cython新手，我已尝试以下优化但效果不佳：

• 将类型声明从np.ndarray[np.float64_t, ndim=2] data改为double[:, :]，优化效果甚微
• 调整核心函数内的条件判断逻辑，仍无法达到至少800倍加速的目标
• 尝试添加-O3编译优化标志时遇到D9002错误，尚未测试Numba方案

关键参考信息 #

• 测试数据：单资产4小时周期数据，共2892行，需测试多组不同参数
• 调用频次：核心函数tp_sl_back_test被其他Cython函数调用20000次
• 相关资源：初始及优化后的Cython代码、完整pyx文件、参数生成逻辑、测试数据、主测试文件

内容的提问来源于stack exchange，提问作者Maksym Machkovskiy