如何用Numpy判断当前价格是否为前K个价格中的最大/最小值？

你可以用Numpy的np.lib.stride_tricks.sliding_window_view来实现滑动窗口的极值计算，配合简单的条件判断就能得到目标结果。以下是针对你需求的完整实现：

import numpy as np

def generate_signal(prices, k):
    n = len(prices)
    signals = np.zeros(n, dtype=int)
    
    # 当k大于数组长度时直接返回全0数组（可选边界处理）
    if k > n:
        return signals
    
    # 生成滑动窗口，每个窗口包含当前位置及前k-1个元素
    windows = np.lib.stride_tricks.sliding_window_view(prices, window_shape=k)
    
    # 计算每个窗口的最大值和最小值
    window_max = np.max(windows, axis=1)
    window_min = np.min(windows, axis=1)
    
    # 获取对应位置的价格（窗口的最后一个元素）
    current_prices = prices[k-1:]
    
    # 赋值信号：最大值为1，最小值为-1
    signals[k-1:] = np.where(current_prices == window_max, 1, 
                            np.where(current_prices == window_min, -1, 0))
    
    return signals

# 测试你的示例
prices = np.array([1,2,3,2,1,6])
k = 3
print(generate_signal(prices, k))  # 输出: [0 0 1 0 -1 1]

关键步骤解释： #

• 滑动窗口生成：sliding_window_view会将输入数组转换为形状为(n-k+1, k)的二维数组，每一行对应一个长度为k的滑动窗口。比如你的示例数组会生成窗口：[[1,2,3], [2,3,2], [3,2,1], [2,1,6]]。
• 极值计算：对每个窗口沿轴1计算最大/最小值，得到和窗口数量一致的极值数组。
• 信号赋值：用嵌套np.where完成多条件判断，将符合最大值的位置设为1，最小值设为-1，其余为0，最后把结果赋值给信号数组的对应位置（从第k-1位开始）。

兼容旧版本Numpy（<1.20）的替代方案： #

如果你的Numpy版本不支持sliding_window_view，可以用np.lib.stride_tricks.as_strided手动构造滑动窗口（注意需确保数组是连续的）：

def generate_signal_old(prices, k):
    n = len(prices)
    signals = np.zeros(n, dtype=int)
    
    if k > n:
        return signals
    
    # 手动构造滑动窗口
    stride = prices.strides[0]
    windows = np.lib.stride_tricks.as_strided(prices, 
                                             shape=(n - k + 1, k),
                                             strides=(stride, stride))
    
    window_max = np.max(windows, axis=1)
    window_min = np.min(windows, axis=1)
    current_prices = prices[k-1:]
    
    signals[k-1:] = np.where(current_prices == window_max, 1, 
                            np.where(current_prices == window_min, -1, 0))
    
    return signals

这样就能完美满足你的需求，前k-1个元素默认设为0，后续元素根据是否是前k个价格的最大/最小值输出对应信号。

内容的提问来源于stack exchange，提问作者MUHAMMAD LABEEB