Python 创建具有特定价格百分比的新功能

我正在处理一个外汇分类问题，需要帮助创建以下详细功能，我已经在下面分享了我的代码，还附上了一个手头问题的视觉参考图片

功能：opensimilarclose （1如果打开=关闭加或减2点，否则为0）

功能：opencloselow （1如果打开和关闭>蜡烛尺寸的90%，否则为0）

功能：openclosehigh （1如果开启和关闭均小于蜡烛尺寸的10%，否则为0）

我的代码：

---

您的代码中几乎没有小错误：

仅当“打开-关闭”小于0.02时才进行检查，而忘记检查绝对值（如果“打开”为5，“关闭”为8，且仍然小于0.02）

“openclosehigh”和“opencloselow”在代码中与您所说的不同。只考虑收盘价

我个人更喜欢直接与熊猫合作，而不是

where

，因为这是不必要的-你有一个简单的条件

检查以下示例：

将熊猫作为pd导入
数据帧（{“打开”：[4,3.6,7,6]，“关闭”：[4.1,3.5,6.7,6.8]，“高”：[4.12,3.6,7.02,6.8]，“低”：[4,3.498,6.7,5.7]）
df[“opensimilarclose”]=（abs（df[“Open”]-df[“Close”]）0.9）和（df[“relative_Close”]>0.9）。aType（int）
df[“相对关闭”]=（（df[“相对打开”]<0.1）和（df[“相对关闭”]<0.1））。aType（int）

第三行通过直接询问打开和关闭之间的绝对差值是否小于0.02来计算打开和关闭。这是一个条件，因此结果为真/假。要更改为1/0，我添加了

.astype（int）

。我认为，在所有列上直接应用条件的这种格式比使用

where

更方便

---

对于第二列和第三列，我认为先计算百分比，然后检查条件更方便。“相对打开”和“相对关闭”列包含打开/关闭的百分比，并且仅在接下来的两行中，我对这两个列都设置了条件，以填充“打开关闭下限”和“打开关闭上限”。您可以通过在所有其他列上放置

drop

或

loc

来删除额外的列。您也可以将结果作为临时序列而不是额外的列（

tmp_series=（df[“Close”]…

）。

您的代码中几乎没有小错误：

仅当“打开-关闭”小于0.02时才进行检查，而忘记检查绝对值（如果“打开”为5，“关闭”为8，且仍然小于0.02）

“openclosehigh”和“opencloselow”在您的代码中与您所说的假设不同。只考虑收盘价

我个人更喜欢直接与熊猫合作，而不是

where

，因为这是不必要的-你有一个简单的条件

检查以下示例：

将熊猫作为pd导入
数据帧（{“打开”：[4,3.6,7,6]，“关闭”：[4.1,3.5,6.7,6.8]，“高”：[4.12,3.6,7.02,6.8]，“低”：[4,3.498,6.7,5.7]）
df[“opensimilarclose”]=（abs（df[“Open”]-df[“Close”]）0.9）和（df[“relative_Close”]>0.9）。aType（int）
df[“相对关闭”]=（（df[“相对打开”]<0.1）和（df[“相对关闭”]<0.1））。aType（int）

第三行通过直接询问打开和关闭之间的绝对差值是否小于0.02来计算打开和关闭。这是一个条件，因此结果为真/假。要更改为1/0，我添加了

.astype（int）

。我认为，在所有列上直接应用条件的这种格式比使用

where

更方便

对于第二列和第三列，我认为先计算百分比，然后检查条件更方便。“相对打开”和“相对关闭”列包含打开/关闭的百分比，并且仅在接下来的两行中，我对这两个列都设置了条件，以填充“打开关闭下限”和“打开关闭上限”。您可以通过在所有其他列上放置

drop

或

loc

来删除额外的列。您也可以将结果作为临时序列而不是额外的列（

tmp_series=（df[“Close”]…

）。

您可以使用以下代码可视化蜡烛…您可以看到红色和绿色蜡烛…蜡烛的颜色由上一次关闭决定…但这里我没有使用上一次关闭

import matplotlib.pyplot as plt
import plotly.graph_objects as go

fig = go.Figure(data=[go.Candlestick(x=df.index,
            open=df['Open'],
            high=df['High'],
            low=df['Low'],
            close=df['Close'])],
            layout={'height':500,'width':1000})
fig.update_layout(xaxis_rangeslider_visible=False)

fig.show()

这是行业标准。据我所知，您在上一次收盘时计算了其他功能….

投资更好 您可以使用以下代码可视化蜡烛…您可以看到红色和绿色蜡烛…蜡烛的颜色由上一次关闭决定…但这里我没有使用上一次关闭

import matplotlib.pyplot as plt
import plotly.graph_objects as go

fig = go.Figure(data=[go.Candlestick(x=df.index,
            open=df['Open'],
            high=df['High'],
            low=df['Low'],
            close=df['Close'])],
            layout={'height':500,'width':1000})
fig.update_layout(xaxis_rangeslider_visible=False)

fig.show()

---

这是行业标准。我知道你在上一次收盘时计算了其他特征……

你能澄清什么是“蜡烛”和“点子”吗在所有打开/关闭/低/高值中，是否只有相关列的？10%/90%？问题是？？？@AlbertoCaillo需要帮助计算上述3个列columns@Roim2本例中的点数为0.02或价格-价值百分比为高-低范围您能澄清什么是“蜡烛”和“点数”吗在所有打开/关闭/低/高值中，是否只有相关列的？10%/90%？问题是？？？@AlbertoCaillo需要帮助计算上述3个列columns@Roim2本例中的ips为0.02或价格值百分比为高低范围谢谢@Roim，这进行了一个小的修正，我们不得不将代码交换为openclosehigh还有opencloselow。非常感谢您的见解。我更正了它，但请注意这是您在开始时要求的…谢谢@Roim，这进行了一个小的更正，我们不得不将代码交换为openclosehigh和opencloselow。非常感谢您的见解。我更正了它，但请注意这是您在开始时要求的ng。。。

import matplotlib.pyplot as plt
import plotly.graph_objects as go

fig = go.Figure(data=[go.Candlestick(x=df.index,
            open=df['Open'],
            high=df['High'],
            low=df['Low'],
            close=df['Close'])],
            layout={'height':500,'width':1000})
fig.update_layout(xaxis_rangeslider_visible=False)

fig.show()