函数未输出预期结果：股票SMA均线买卖信号价格异常排查

问题说明 #

需要基于SMA30和SMA100的交叉生成股票买卖价格信号：

• 出现买入价的日期，卖出价为NaN
• 出现卖出价的日期，买入价为NaN
  原函数输出不符合预期，需修正代码。

原代码问题分析 #

1. 列表长度不一致：买入信号分支的else块中，错误地两次向sig_price_buy添加元素，导致sig_price_buy和sig_price_sell长度不匹配
2. flag状态未更新：触发买入信号后未将flag设为1，会导致重复生成买入信号
3. 链式索引风险：直接用qqq_df['close'][i]这种链式索引方式，可能引发Pandas警告和潜在的索引问题

解决步骤 #

• 修正列表元素添加逻辑：每个循环迭代必须同时给sig_price_buy和sig_price_sell各添加一个元素
• 完善flag状态切换：触发买入信号时将flag设为1，触发卖出信号时设为0，避免重复信号
• 使用.iloc[i]访问DataFrame行元素，规避链式索引风险

修正后的代码 #

import numpy as np
import pandas as pd

def buy_sell(qqq_df):
    sig_price_buy = []
    sig_price_sell = []
    flag = -1  # -1: 初始状态, 1: 持有状态, 0: 空仓状态
    
    for i in range(len(qqq_df)):
        # 金叉：SMA30上穿SMA100，触发买入信号
        if qqq_df['sma_30'].iloc[i] > qqq_df['sma_100'].iloc[i]:
            if flag != 1:
                sig_price_buy.append(qqq_df['close'].iloc[i])
                sig_price_sell.append(np.nan)
                print(f"买入日期: {qqq_df['date'].iloc[i]}")
                flag = 1  # 更新状态为持有
            else:
                sig_price_buy.append(np.nan)
                sig_price_sell.append(np.nan)
        # 死叉：SMA30下穿SMA100，触发卖出信号
        elif qqq_df['sma_30'].iloc[i] < qqq_df['sma_100'].iloc[i]:
            if flag != 0:
                sig_price_buy.append(np.nan)
                sig_price_sell.append(qqq_df['close'].iloc[i])
                print(f"卖出日期: {qqq_df['date'].iloc[i]}")
                flag = 0  # 更新状态为空仓
            else:
                sig_price_buy.append(np.nan)
                sig_price_sell.append(np.nan)
        # 均线持平，无信号
        else:
            sig_price_buy.append(np.nan)
            sig_price_sell.append(np.nan)
    
    return sig_price_buy, sig_price_sell

# 调用函数并将信号添加到原DataFrame
buy_signals, sell_signals = buy_sell(qqq_df)
qqq_df['buy_signal'] = buy_signals
qqq_df['sell_signal'] = sell_signals

# 输出有信号的行进行验证
print(qqq_df[['date', 'close', 'buy_signal', 'sell_signal']].dropna(how='all', subset=['buy_signal', 'sell_signal']))

代码说明 #

• 明确flag的三种状态含义，提升代码可读性
• 使用.iloc[i]安全访问行数据，避免索引错误
• 每次循环确保两个列表各添加一个元素，保证长度与原DataFrame一致
• 触发信号后立即更新flag，防止同一状态下重复生成信号
• 将信号直接整合到原DataFrame，方便后续分析和可视化

内容的提问来源于stack exchange，提问作者Tese T.