通达信公式改写成python代码

[color=rgba(0, 0, 0, 0.75)]
[url=]funcat这个包有一部分功能，但大部分通达信函数是不支持的，[/url]

甚至有一些通达信用多维向量计算的方式，funcat只做成一维数据的循环
我自己对此有需求，所以实现了一部分代码
为什么设VIP呢，毕竟是我自己设计的，包括矩阵计算、向量循环，这些我的代码计算速度至少是比别快一些的，
其次，看到这有需求的朋友，
你如果是有通达信公式需要在python里回测的，可以直接留言联系我，我有一整套优化方案，
形态识别的，AI可以实现形态的缩放，还有因子阈值的匹配度调整，而且可以成功提高胜率（我自己的已经实现

1. def REF(tp1, n):  
   
2.     i = 0
   
3.     ZB_l = []
   
4.     y = 0
   
5.     while i < n:
   
6.         y=list(tp1)[i]   
   
7.         ZB_l.append(y)
   
8.         i=i+1
   
9.     while i < len(tp1):  
   
10.         y=list(tp1)[i-n]
    
11.         ZB_l.append(y)  
    
12.         i = i + 1         
    
13. #    ZB_s = pd.Series(ZB_l)  
    
14.     return ZB_l#[-1]s
    
15. 
    
16. def zig(k,x):
    
17.     #x = 0.055
    
18. #    k = CLOSE.tolist()
    
19.     #d = df["trade_date"]
    
20. #    d = df['date'].tolist()
    
21.     # 循环前的变量初始化
    
22.     # 端点 候选点 扫描点 端点列表 拐点线列表 趋势状态
    
23.     peer_i = 0
    
24.     candidate_i = None
    
25.     scan_i = 0
    
26.     peers = [0]
    
27. #    z = np.zeros(len(k))
    
28.     state = ZIG_STATE_START
    
29.     while True:
    
30.         #print(peers)
    
31.         scan_i += 1
    
32.         if scan_i == len(k) - 1:
    
33.             # 扫描到尾部
    
34.             if candidate_i is None:
    
35.                 peer_i = scan_i
    
36.                 peers.append(peer_i)
    
37.             else:
    
38.                 if state == ZIG_STATE_RISE:
    
39.                     if k[scan_i] >= k[candidate_i]:
    
40.                         peer_i = scan_i
    
41.                         peers.append(peer_i)
    
42.                     else:
    
43.                         peer_i = candidate_i
    
44.                         peers.append(peer_i)
    
45.                         peer_i = scan_i
    
46.                         peers.append(peer_i)
    
47.                 elif state == ZIG_STATE_FALL:
    
48.                     if k[scan_i] <= k[candidate_i]:
    
49.                         peer_i = scan_i
    
50.                         peers.append(peer_i)
    
51.                     else:
    
52.                         peer_i = candidate_i
    
53.                         peers.append(peer_i)
    
54.                         peer_i = scan_i
    
55.                         peers.append(peer_i)
    
56.             break
    
57. 
    
58.         if state == ZIG_STATE_START:
    
59.             if k[scan_i] >= k[peer_i] * (1 + x):
    
60.                 candidate_i = scan_i
    
61.                 state = ZIG_STATE_RISE
    
62.             elif k[scan_i] <= k[peer_i] * (1 - x):
    
63.                 candidate_i = scan_i
    
64.                 state = ZIG_STATE_FALL
    
65.         elif state == ZIG_STATE_RISE:
    
66.             if k[scan_i] >= k[candidate_i]:
    
67.                 candidate_i = scan_i
    
68.             elif k[scan_i] <= k[candidate_i]*(1-x):
    
69.                 peer_i = candidate_i
    
70.                 peers.append(peer_i)
    
71.                 state = ZIG_STATE_FALL
    
72.                 candidate_i = scan_i
    
73.         elif state == ZIG_STATE_FALL:
    
74.             if k[scan_i] <= k[candidate_i]:
    
75.                 candidate_i = scan_i
    
76.             elif k[scan_i] >= k[candidate_i]*(1+x):
    
77.                 peer_i = candidate_i
    
78.                 peers.append(peer_i)
    
79.                 state = ZIG_STATE_RISE
    
80.                 candidate_i = scan_i
    
81.    
    
82.     #线性插值， 计算出zig的值            
    
83. #    for i in range(len(peers) - 1):
    
84. #        peer_start_i = peers[i]
    
85. #        peer_end_i = peers[i+1]
    
86. #        start_value = k[peer_start_i]
    
87. #        end_value = k[peer_end_i]
    
88. #        a = (end_value - start_value)/(peer_end_i - peer_start_i)# 斜率
    
89. #        for j in range(peer_end_i - peer_start_i +1):
    
90. #            z[j + peer_start_i] = start_value + a*j#z是zig线
    
91.     return [k[i] for i in peers]#,[d[i] for i in peers]
    
92.    
    
93. def LLV(s, n):
    
94.     return s.rolling(n).min()
    
95. 
    
96. def EMA(s, n):
    
97.     return s.rolling(n).ema()
    
98. 
    
99. def HHV(s, n):
    
100.     if type(n)==int:
     
101.         return s.rolling(n).max()
     
102.     else:#当n不是单个值而是一个序列
     
103.         result = [0]*len(s)
     
104.         n=list(n)
     
105.         for i in range(1,len(s)):
     
106.             s_temp = s[0:i]
     
107.             result[i] = s_temp[-int(n[i]):].max()#过去n天
     
108.         return result
     
109. 
     
110. 
     
111. def CROSS(cond1, cond2):
     
112.     '''x1上穿x2'''
     
113.     return np.where(eval(cond1)>eval(cond2),1,0).tolist()
     
114. 
     
115. def barslast(df):
     
116.     lst=list(df)
     
117.     if sum(lst)>0:
     
118.         first_=lst.index(1)#出现1的所有位置
     
119.         bar_slast=[]
     
120.         for i in range(first_):
     
121.             bar_slast.append(np.nan)
     
122.         for i in range(first_,len(lst)):#出现1后往后计数
     
123.             if lst[i]==1:
     
124.                 count_=0
     
125.                 bar_slast.append(0)
     
126.             else:
     
127.                 count_+=1
     
128.                 bar_slast.append(count_)
     
129.         return bar_slast
     
130.         
     
131. # @nb.jit
     
132. def COUNT(cond, n):
     
133.     # TODO lazy compute
     
134.     series = cond
     
135.     size = len(cond) - n
     
136.     try:
     
137.         result = np.full(size, 0, dtype=np.int)
     
138.     except :
     
139.         pass
     
140.     for i in range(size - 1, 0, -1):
     
141.         s = series[-n:]
     
142.         result[i] = len(s[s == True])
     
143.         series = series[:-1]
     
144.     return result
     
145. 
     
146. # @nb.jit
     
147. def COUNT_(cond, n):
     
148.     if type(n)!=int:
     
149.         #两列序列一一 正序对应
     
150.         result = [0]*len(cond)
     
151.         cond=list(cond)
     
152.         n=list(n)
     
153.         for i in range(1,len(cond)):
     
154.             cond_temp = cond[0:i]
     
155.             cond_n_ture=cond_temp[-n[i]:]#过去n天
     
156.             result[i] = cond_n_ture[cond_n_ture == True]
     
157.         return np.array(result)

复制代码