Python 与Numpy交易

为了学习，我正在用Python编写一个算法交易程序。使用Numpy，我试图最大化核心模拟逻辑的速度：

    t=0
    size = Ticks.shape[0] #Ticks is a numpy array
    while t<size:

        if self.toLong(t): 
            self._Trader.Long(Ticks[t,3])
            t+=1
            while t<size:
                if self.toexitLong(t): 
                    self._Trader.exitLong(Ticks[t,3])
                    break
                t+=1

        elif self.toShort(t): 
            self._Trader.Short(Ticks[t,3])
            t+=1
            while t<size:
                if self.toexitShort(t): 
                    self._Trader.exitShort(Ticks[t,3])
                    break
                t+=1

        t+=1

t=0
size=Ticks.shape[0]#Ticks是一个numpy数组
而t
重写代码，这样您就有了一个带有简单模式标志的clear for循环，并且if-else为模式切换
用于jit编译整个函数，该函数应提供1-3个数量级的加速
不是速度优化，但它看起来可以用<<代码> > <代码>循环和<代码>模式变量来更清楚地表示你是否处于一个长、短或不长的中间。在5个位置递增循环计数器非常容易出错。您真的需要将
t
1递增1，并在每一步检查是否进入或退出长或短的循环计数器，还是直接计算下一个要执行操作的时间步？您似乎没有访问“
勾号”
数组来决定是否进入或退出操作。@user2357112谢谢。我最初编写这个循环时使用了几个模式变量，但我意识到不在每次迭代中检查模式可以节省几毫秒。尽管可能不清楚，但enter/exit方法正在使用传递的索引对数组执行操作。例如，当最后5个收盘价的平均值>x时，进入/退出信号可能触发，因此有必要在每个
t
检查触发器。我想我可以计算每一行的每一个进入/退出信号，然后“模拟”之后。