TD Ameritrade ThinkScript循环代码转Python遇输出格式问题

首先明确原ThinkScript的核心逻辑：
对于每个位置的收盘价ca[i]，与前lengtha（如10）个开盘价oa[i-1], oa[i-2], ..., oa[i-lengtha]逐一比较：

• ca[i] > oa[j]时累加+1
• ca[i] < oa[j]时累加-1
• 相等则加0
  初始值为0，最终输出与ca/oa同维度的一维序列，结果范围随有效比较次数在[-lengtha, lengtha]内。

你之前遇到的多维数组、值超范围问题，本质是广播逻辑错误和边界未处理导致的，以下是两种正确实现方案：

方案1：Numpy向量化实现（高效适合大数据） #

利用滑动窗口获取每个ca对应的历史oa，再批量计算得分：

import numpy as np

lengtha = 10
# 替换为你的真实ca、oa一维数组
ca = np.random.rand(100) * 100
oa = np.random.rand(100) * 100

# 给oa前补lengtha-1个nan，保证每个ca位置都能取到lengtha个窗口（不足的用nan填充）
padded_oa = np.concatenate([np.full(lengtha-1, np.nan), oa])
# 生成每个ca对应的前lengtha个oa的滑动窗口
window_oa = np.lib.stride_tricks.sliding_window_view(padded_oa, window_shape=lengtha)[:-lengtha+1]

# 批量比较计算得分
comparison = np.where(ca[:, None] > window_oa, 1, np.where(ca[:, None] < window_oa, -1, 0))
# 忽略nan（无历史数据的位置），按行求和得到一维结果
result = np.nansum(comparison, axis=1)

# 验证结果
print(result.shape)  # 输出与ca/oa一致的一维数组形状
print(result.min(), result.max())  # 结果范围符合预期

方案2：纯Python循环（直观易调试） #

适合小数据量或需要明确控制边界逻辑的场景：

lengtha = 10
# 替换为你的真实ca、oa列表/数组
ca = [x * 100 for x in np.random.rand(100)]
oa = [x * 100 for x in np.random.rand(100)]

result = []
for i in range(len(ca)):
    score = 0
    # 遍历前lengtha个开盘价，超出数组范围则停止
    for j in range(1, lengtha+1):
        prev_idx = i - j
        if prev_idx < 0:
            break
        if ca[i] > oa[prev_idx]:
            score += 1
        elif ca[i] < oa[prev_idx]:
            score -= 1
    result.append(score)

result = np.array(result)
# 验证结果
print(result.shape)
print(result.min(), result.max())

错误原因说明 #

1. 多维数组问题：你之前可能直接用ca[:, None] > oa做广播，生成的是N×N的二维数组（每个ca[i]和所有oa[j]比较），完全不符合原逻辑中"只比较前lengtha个历史值"的要求。
2. 超范围值（如-11）：未处理边界，当i < lengtha时错误地访问了数组负索引（对应数组末尾元素），导致累加了额外的错误值，超出预期范围。

内容的提问来源于stack exchange，提问作者thetadecay