Python股票量化交易使用dataframe处理指标的小方法

在股票量化交易项目中把30分钟线用数据库记录下来，并对其中的一些指标进行计算后做了一些标识，例如上行1，上行转折99，下行-1，下行转折-99，需要flag_07转折前有足够的下行空间，另外flag_08和flag_09在flag_07转折前后一周期内也发生转折，用dataframe可以轻松的完成这样的判断（办法有点土，勿喷）。

df['flag_07s'] = df['flag_07'].rolling(window=9).sum()-df['flag_07']
df['flag_08s'] = df['flag_08'].rolling(window=3,center=True,min_periods=2 ).sum()
df['flag_09s'] = df['flag_09'].rolling(window=3,center=True,min_periods=2 ).sum()

如上代码分别生成flag_07s、flag_08s、flag_09s列，目标行为2024-10-11 10:00，计算得flag_07之前8个周期和为-8，flag_08和flag_09该行及前后各一行的三行和均为-99，即这三行内肯定有-99的元素（值小于等于-97即可），因此通过判断flag_07s、flag_08s、flag_09s三个值就能达成。

转一下dataframe.rolling的参数说明

DataFrame.rolling(window，
                  min_periods = None，
                  center = False，
                  win_type = None，
                  on = None，