Python实现股票数据滑动窗口目标标签标注的异常问题排查

算法说明 #

代码错误根因与修正方案 #

全量输出HOLD的问题是由4个明显的逻辑错误共同导致的，具体问题和修正方法如下：

错误1：窗口触发条件错误

你写的if counter > window_size会跳过第一个有效窗口，应该调整为if counter >= window_size，当counter等于窗口大小时刚好可以取到第一个长度为11的完整窗口。

错误2：极值判断逻辑完全无效

你在遍历窗口内元素时，每次循环都重新计算当前窗口的最小/最大值rng.min()、rng.max()，而遍历的number本身就是窗口内的元素，不可能小于窗口最小值或大于窗口最大值，因此更新min_idx、max_idx的分支永远不会触发，两个索引值一直保留初始值0，自然无法匹配中间位置。

错误3：索引维度不匹配

np.argmin(rng)返回的是窗口内部的相对偏移下标，而你用来比较的window_middle_idx是整个收盘价数组的全局绝对下标，二者维度不统一，永远不会相等，因此判断条件永远走到HOLD分支。

错误4：极值初始化位置错误

你将极值重置的逻辑写在分支末尾，第一次进入窗口判断时没有正确初始化极值基准，也会导致逻辑异常。

修正后的可运行代码

import numpy as np

# 假设closing_price是已定义的收盘价序列
window_size = 11
half_window = window_size // 2  # 窗口一半长度，用来匹配相对中间位
counter = 0
result = []

while counter < len(closing_price):
    if counter >= window_size:
        window_begin_idx = counter - window_size
        window_end_idx = window_begin_idx + window_size - 1
        # 取当前窗口的所有值
        window_data = closing_price[window_begin_idx:window_end_idx+1]
        # 直接计算窗口内最小/最大值对应的相对偏移
        min_rel_idx = np.argmin(window_data)
        max_rel_idx = np.argmax(window_data)
        # 窗口中间的相对偏移固定为half_window，无需计算全局下标
        if max_rel_idx == half_window:
            result.append("SELL")
        elif min_rel_idx == half_window:
            result.append("BUY")
        else:
            result.append("HOLD")
    counter += 1

以上代码已经可以正常输出三类标签，不会仅返回HOLD结果，如果需要和原算法逻辑完全对齐，可自行补全窗口前半段的默认标签。

内容的提问来源于stack exchange，提问作者Krishnang K Dalal