पायथन और पांडा - मूविंग औसत क्रॉसओवर

Question

कुछ स्टॉक डेटा के साथ एक पांडस डेटाफ्रेम ऑब्जेक्ट है। एसएमए पिछले 45/15 दिनों से गणना की औसत औसत ले जा रहे हैं।

Date  Price SMA_45  SMA_15 
20150127 102.75 113   106 
20150128 103.05 100   106 
20150129 105.10 112   105 
20150130 105.35 111   105 
20150202 107.15 111   105 
20150203 111.95 110   105 
20150204 111.90 110   106 

मैं सभी तिथियां ढूंढना चाहता हूं, जब SMA_15 और SMA_45 छेड़छाड़ करते हैं।

क्या यह पांडस या न्यूम्पी का उपयोग करके कुशलता से किया जा सकता है? कैसे?

संपादित करें:

मैं 'चौराहे' से क्या मतलब:

डेटा पंक्ति, जब:

• लंबे एसएमए (45) मूल्य कम SMA से बड़ा था (15) लघु एसएमए अवधि (15) से अधिक के लिए मूल्य और यह छोटा हो गया।
• लंबा एसएमए (45) मान लघु एसएमए (15) मूल्य से कम एसएमए अवधि (15) से अधिक समय के लिए छोटा था और यह बड़ा हो गया। , एक दूसरे को काटना के रूप में this investopedia page पर दर्शाया -

Answer 1

मैं एक विदेशी ले रहा हूँ मतलब करने के लिए जब SMA लाइनों - समय की कार्यों के रूप में।

के बाद से SMAS निरंतर कार्यों का प्रतिनिधित्व करते हैं, वहाँ एक पार है जब, किसी पंक्ति के लिए, और (पिछले SMA_15 पिछले SMA_45 से अधिक है) (SMA_15 SMA_45 से भी कम है) - या ठीक इसके विपरीत।

कोड में, कि हम

Date  Price SMA_45  SMA_15 
20150127 102.75 113   106 
20150128 103.05 100   106 
20150129 105.10 112   105 
20150130 105.35 111   105 
20150202 107.15 111   105 
20150203 111.95 110   105 
20150204 111.90 110   106 

इतना क्रॉसिंग देखते हैं कि करने के लिए अपने डेटा को बदलते हैं

previous_15 = df['SMA_15'].shift(1) 
previous_45 = df['SMA_45'].shift(1) 
crossing = (((df['SMA_15'] <= df['SMA_45']) & (previous_15 >= previous_45)) 
      | ((df['SMA_15'] >= df['SMA_45']) & (previous_15 <= previous_45))) 

के रूप में व्यक्त किया जा सकता है,

तो

import pandas as pd 

df = pd.read_table('data', sep='\s+') 
previous_15 = df['SMA_15'].shift(1) 
previous_45 = df['SMA_45'].shift(1) 
crossing = (((df['SMA_15'] <= df['SMA_45']) & (previous_15 >= previous_45)) 
      | ((df['SMA_15'] >= df['SMA_45']) & (previous_15 <= previous_45))) 
crossing_dates = df.loc[crossing, 'Date'] 
print(crossing_dates) 

पैदावार

1 20150128 
2 20150129 
Name: Date, dtype: int64