Pandas均线交叉代码报TypeError: ufunc 'bitwise_and'错误如何解决

根因分析 #

• 运算符使用错误：你使用位运算符&连接普通布尔类型的判断条件，Python中单个布尔值的逻辑运算需要使用逻辑运算符and/or，&仅适用于Pandas/NumPy的布尔序列向量化运算。
• 条件判断语法错误：(direction == '>' or '>=')这类写法永远返回True，因为非空字符串'>='的布尔值为True，正确的多值匹配写法为direction in ('>', '>=')。
• 变量未定义：vcross函数内使用了未声明的变量variable1、variable2，实际需要使用你提前读取的v1_width_data、v2_width_data。
• 冗余全局变量依赖：函数硬编码依赖全局变量df、tbar_count，且未处理滚动均线生成的NaN值，会触发后续异常。

修复后代码 #

import numpy as np
import datetime
import pandas as pd
import operator

previous_cross = 'both'

ops = {
    '+' : operator.add,
    '-' : operator.sub,
    '*' : operator.mul,
    '/' : operator.truediv,
    '%' : operator.mod,
    '^' : operator.xor,
    '<' : operator.lt,
    '<=' : operator.le,
    '==' : operator.eq,
    '!=' : operator.ne,
    '>=' : operator.ge,
    '>' : operator.gt
} 

# 读取数据并计算均线
df = pd.read_csv(r'C:\EURUSD_mt5_ticks.csv', parse_dates=['Date'])
df.columns = ['Date', 'Ask_Price', 'Ask_Volume', 'Bid_Price', 'Bid_Volume', 'Spread']
df['Date'] = pd.to_datetime(df['Date'], exact=True, cache=True, format='%Y-%m-%d  %H:%M:%S.%f')  
df['MA1'] = df['Ask_Price'].rolling(4).mean()
df['MA2'] = df['Ask_Price'].rolling(21).mean()
# 过滤掉均线为NaN的行，避免无效判断
df = df.dropna(subset=['MA1', 'MA2']).reset_index(drop=True)

def vcross(variable1_column, direction, variable2_column, vdataframe, current_idx, width):
    global previous_cross
    start_idx = max(0, current_idx - width)
    for i in range(start_idx, current_idx+1):
        v1_width_data = vdataframe.loc[i, variable1_column] 
        v2_width_data = vdataframe.loc[i, variable2_column]
        # 金叉判断逻辑
        if direction in ('>', '>=') and ops[direction](v1_width_data, v2_width_data) and previous_cross in ('short', 'both'):
            if direction == '>=' and v1_width_data == v2_width_data:
                return True
            if direction == '>':
                previous_cross = 'long'  
                return True
        # 死叉判断逻辑
        elif direction in ('<', '<=') and ops[direction](v1_width_data, v2_width_data) and previous_cross in ('long', 'both'):
            if direction == "<=" and v1_width_data == v2_width_data: 
                return True
            if direction == '<':
                previous_cross = 'short'
                return True
        # 相等判断逻辑
        elif direction == '==' and ops[direction](v1_width_data, v2_width_data):
            return True
    return False

# 遍历判断交叉
for tbar_count in range(len(df)): 
    if vcross('MA1', '>', 'MA2', df, tbar_count, 1):
        print("金叉出现，索引：", tbar_count)

优化建议 #

可以直接用Pandas向量化操作实现交叉判断，无需循环遍历，性能提升10倍以上：

# 直接生成金叉信号：前一期MA1<MA2，当前期MA1>MA2
df['golden_cross'] = (df['MA1'] > df['MA2']) & (df['MA1'].shift(1) < df['MA2'].shift(1))
# 输出所有金叉行
print(df[df['golden_cross']])

内容的提问来源于stack exchange，提问作者coinmaster