与 Numpy 交易答案

【问题标题】：Trading with Numpy与 Numpy 交易
【发布时间】：2013-12-18 21:23:45
【问题描述】：

出于学习目的，我正在使用 Python 编写算法交易程序。使用 Numpy，我试图最大限度地提高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

基本上，我需要对二维数组中的每一行应用一个函数，但应用于该行的逻辑取决于前几行的逻辑设置的条件。此循环中的大部分时间都用于查找 Ticks[t,3] 的值。我考虑过使用一个迭代器或一个“np.applyalongaxis”并为条件设置数据成员，但我不确定是否是我需要的。还值得注意的是，此函数调用的其他方法使用它们传递的索引来对同一数组执行操作。

使用 Numpy 运行此循环的最有效（计算速度）方式是什么？

【问题讨论】：

不是速度优化，但看起来可以使用for 循环和mode 变量更清楚地表明您是处于多头还是空头的中间，或者两者都不是。在 5 个位置增加循环计数器非常容易出错。
您真的需要将t 1 递增1 并在每一步检查是进入还是退出多头还是空头，或者您是否可以直接计算下一个时间步长一种行为？您似乎没有访问 Ticks 数组来决定是进入还是退出操作。
@user2357112 谢谢。我最初用几个模式变量编写了这个循环，但我意识到我可以通过不检查每次迭代的模式来节省几毫秒。虽然可能不清楚，但进入/退出方法是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，可能会触发进/出信号，因此有必要在每个 t 处检查触发。我想我可以计算每一行的每个进入/退出信号，然后“模拟”之后。

标签： python arrays numpy simulation algorithmic-trading

【解决方案1】：

重写代码，这样你就有了一个清晰的 for 循环，带有一个简单的模式标志和模式的 if-else-switches。
使用 numba 对整个函数进行 jit 编译，这样可以将速度提高 1-3 个数量级。

【讨论】：