用pandas计算BTC交易数据滚动斜率触发Polyfit秩警告如何解决

np.polyfit抛出的RankWarning本质是最小二乘拟合过程中输入的系数矩阵秩不足，拟合结果存在数值不稳定的问题，结合你的代码具体触发原因有两个：

1. x轴取值设计错误：你使用dt.datetime.toordinal把时间转成了按天计数的序数，同一自然日的所有分钟级数据的date_ordinal值完全相同。30分钟的窗口大概率落在同一天内，x轴输入的30个值全部相等，无法构造有效拟合的系数矩阵，直接触发秩警告。
2. 边界样本窗口长度不足：循环从索引0开始执行时，当index < time_period，切片得到的样本量小于30，甚至只有1~2个样本，样本量不足也会导致拟合矩阵病态。

按优先级从高到低选择对应方案即可：

• 替换x轴取值为窗口内序号：完全不需要引入时间值作为x轴，直接用窗口内的样本位置作为x输入，天然保证x值均匀递增无重复，修改拟合代码如下：

  # 窗口内第1个点x=0，第2个x=1，...第31个x=30，完全避免x值重复问题
  price_slope = np.polyfit(np.arange(time_period + 1), result['Close'][index-time_period:index+1], 1)
  

• 调整循环起始索引：跳过样本量不足的前N条数据，避免边界拟合错误：

  # 从索引等于time_period开始循环，保证每个窗口刚好有31个样本
  for index in range(time_period, len(result)):
      price_slope = np.polyfit(np.arange(time_period + 1), result['Close'][index-time_period:index+1], 1)
  

• 优化计算逻辑提升效率：不用手动写循环迭代，直接用pandas的滚动计算接口，代码更简洁运行效率更高：

  def calc_slope(window):
      # 返回拟合得到的斜率值
      return np.polyfit(np.arange(len(window)), window, 1)[0]
  
  time_period = 30
  # 不足窗口长度的位置自动返回NaN，无需额外处理边界
  result['price_slope'] = result['Close'].rolling(window=time_period + 1).apply(calc_slope)
  

• 如果确实需要保留时间作为拟合x轴，把时间转成毫秒/秒级时间戳即可，不要使用按天的序数：

  # 转成秒级时间戳，每个分钟数据的时间戳值唯一且递增
  result['timestamp'] = pd.to_datetime(result['Open Time']).astype('int64') // 10**9
  

内容的提问来源于stack exchange，提问作者Jodhvir Singh