Pandas计算Fibonacci回撤位结果错误，求问题排查与修正

你的代码核心错误在于不必要的groupby(["DateTime"])操作，这直接导致计算范围被限制在每个DateTime分组内，而非你需要的从数据集起始到当前行的全局历史序列。

错误原因 #

当你使用groupby(["DateTime"])后，expanding(1)会在每个DateTime分组内部进行滚动扩展计算：

• 如果DateTime是唯一时间戳，每个分组仅包含一行数据，此时x.max()和x.min()都是当前行的Close值，计算结果会等于Close（显然不符合你的预期）；
• 如果DateTime是日期（同一天的所有数据共用一个DateTime值），分组内的expanding只会统计当天从起始到当前点的高低点，而非整个数据集的历史高低点，这就会出现你看到的结果偏差。

修正后的代码 #

去掉groupby操作，直接对整个Close列应用expanding计算，这样就能获取从数据集开头到当前行的全部历史数据的高低点：

def fibonacci(x, v=0.786):
    closemax = x.max()
    closemin = x.min()
    return closemax - ((closemax - closemin) * v)

# 直接对Close列做全局expanding计算
data_2["fibonacci786up"] = data_2["Close"].expanding(1).apply(lambda x: fibonacci(x, 0.786)).values

验证逻辑 #

修正后，expanding(1)会逐行累积从第一行到当前行的所有Close数据，此时x.max()和x.min()就是你需要的历史高低点，代入你给出的示例数值：

0.98433 - ((0.98433 - 0.96725) * 0.786) = 0.9709051200000001

就能得到符合预期的结果。

内容的提问来源于stack exchange，提问作者Niko