Python交易策略回测for循环实现异常：求助排查问题原因

问题描述 #

尝试编写基于ETH价格数据的交易回测算法，规则为：

• 初始资金1000美元
• 当Pct_Change <= -1.6819时，用全部资金买入资产
• 当Pct_Change >= 1.4379时，卖出全部持仓
• 要求严格按买入-卖出-买入-卖出交替执行

但执行代码后，dollars和units均变为全0的Series，不符合预期。

原代码 #

dollars = 1000
units = 0

def buy(dollars,unit_price):
    global units
    units=dollars/unit_price
    dollars = 0

def sell(units,unit_price):
    global dollars
    dollars=units*unit_price
    units=0

for pct_change in df['ETH-Pct-Change']:
    if pct_change <=-1.6819:
        buy(dollars,df['ETH-Close'])
    elif pct_change >= 1.4379:
        sell(units,df['ETH-Close'])
    else:
        pass

错误原因分析 #

1. 全局变量与函数参数命名冲突 #

函数buy和sell的参数名与全局变量dollars、units同名，导致函数内的赋值操作只修改了局部参数，而非全局变量。例如buy函数里的dollars = 0只是修改了函数内部的局部变量，全局的dollars并未被重置为0；反之sell函数里的units=0也只修改了局部参数，全局units未变化。

2. 传入整个Series而非单日期价格 #

循环中遍历的是pct_change单个值，但调用buy/sell时传入的是df['ETH-Close']整个Series，而非当前日期对应的价格。这会导致units和dollars被赋值为Series对象，而非单个数值，后续计算会出现向量运算错误，最终变成全0的Series。

3. 未控制交易交替逻辑 #

代码没有记录当前的持仓状态（持有现金/持有资产），可能出现连续买入（当dollars已经为0时）或连续卖出（当units已经为0时）的情况，最终导致数值被错误重置为0的Series。

修正后的代码 #

import pandas as pd

# 读取数据（请替换为你的数据加载方式）
df = pd.read_csv('eth.csv', parse_dates=['Date'], index_col='Date')

dollars = 1000.0
units = 0.0
is_holding = False  # 记录当前是否持仓，确保交替交易

for idx, row in df.iterrows():
    pct_change = row['ETH-Pct-Change']
    current_price = row['ETH-Close']
    
    # 满足买入条件且当前未持仓
    if pct_change <= -1.6819 and not is_holding:
        units = dollars / current_price
        dollars = 0.0
        is_holding = True
        print(f"{idx}: 买入 {units:.2f} 份，价格 {current_price:.2f}")
    
    # 满足卖出条件且当前持仓
    elif pct_change >= 1.4379 and is_holding:
        dollars = units * current_price
        units = 0.0
        is_holding = False
        print(f"{idx}: 卖出，价格 {current_price:.2f}，当前资金 {dollars:.2f}")

# 输出最终结果
if is_holding:
    final_value = units * df.iloc[-1]['ETH-Close']
    print(f"最终持仓：{units:.2f} 份，对应市值 {final_value:.2f} 美元")
else:
    print(f"最终资金：{dollars:.2f} 美元")

修正要点 #

• 去掉冗余函数，直接在循环内处理交易逻辑，避免全局变量与参数的冲突
• 使用iterrows()遍历每一行数据，获取当前日期的价格而非整个Series
• 新增is_holding状态变量，严格控制买入和卖出的交替执行
• 保留打印日志，方便跟踪每一步交易操作

内容的提问来源于stack exchange，提问作者Shan Govind