如何找到时间序列数据中出现新低的所有点？

Question

所以我有一组数据，即 AMD 股票价格，代码如下：

import pandas as pd
import pandas_datareader as web
import datetime as dt

#get stock prices
start = dt.datetime(2017, 1, 1)
end = dt.datetime(2020, 1, 1)
d = web.DataReader('AMD', 'yahoo', start, end)

所以知道我的问题是，每次股票（换句话说，d['Adj Close']）创下 52 周新低时，能够找出什么代码。因此，每次发生这种情况时，您都可以打印股票的价格。谢谢你

Answer 1

# import packages, seed numpy
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
np.seed=42

---

生成模拟数据

时间戳和价格数据列表：

timestamps = ['timestamp'+str(x) for x in range(20)]
price = [np.random.normal(100,10) for _ in range(20)]

Put them to a Pandas dataframe:

df = pd.DataFrame({'timestamps':timestamps,'price':price})

---

寻找低点

让我们定义window。每次代码考虑一个数据点时，它都会考虑window-之前的许多数据点（不包括它自己）。

window=3

遍历价格，检查当前价格是否低于window-之前的任何价格。保存 True 的那些数据点的索引：

indices=[]
for index, row in enumerate(df.iterrows()):
    if index >= window:
        if all(df.loc[index,'price'] < each for each in df[index-window:index]['price'].values):
            indices.append(index)

或者，如果您更喜欢list comprehensions：

indices = [index for index, row in enumerate(df.iterrows()) if index>=window and all(df.loc[index,'price'] < each for each in df[index-window:index]['price'].values)]

---

检查结果

让我们plot the data 和我们的发现来确保它是正确的。我们将plot the lows as vertical lines 参与我们的阴谋。

df.plot()
for index in indices:
    plt.axvline(index,c='r')

导致：

这是我们所期望的。