pivothigh() 和 pivotlow() 函数如何在 Tradingview Pinescript 上工作？

Question

我正在尝试将脚本重写为 Python，但我无法弄清楚 pivothigh() 和 pivotlow() 函数是如何工作的，而且我找不到源代码，我知道如何计算枢轴点，但是 leftbars 和rightbars 在这两个函数中意味着什么？请帮忙。

Answer 1

我也需要更好地了解pivothigh()和函数内部如何工作，因此我努力为自己编写了一个 Pine Script 版本（使用 Pine Script 版本 5），并与和pivotlow()函数并排测试了它，看起来好好工作。也许这也会对你有帮助。ta.pivotlow()ta.pivothigh()

my_pivothigh(float _series = high, int _leftBars, int _rightBars) =>
    float _pivotHigh = na
    int _pivotRange = ( _leftBars + _rightBars )
    float _leftEdgeValue = nz(_series[_pivotRange], na)
    if not na(_series) and _leftBars > 0 and _rightBars > 0 and not na(_leftEdgeValue)
        float _possiblePivotHigh = _series[_rightBars]
        float[] _arrayOfSeriesValues = array.new_float(0)
        for _barIndex = _pivotRange to 0
            array.push(_arrayOfSeriesValues, _series[_barIndex])
        //end for
        int _pivotHighRightBars = array.size(_arrayOfSeriesValues) - array.lastindexof(_arrayOfSeriesValues, array.max(_arrayOfSeriesValues)) - 1
        _pivotHigh := ( _pivotHighRightBars == _rightBars ) ? _possiblePivotHigh : na
    //end if
    _pivotHigh

my_pivotlow(float _series = low, int _leftBars, int _rightBars) =>
    float _pivotLow = na
    int _pivotRange = ( _leftBars + _rightBars )
    float _leftEdgeValue = nz(_series[_pivotRange], na)
    if not na(_series) and _leftBars > 0 and _rightBars > 0 and not na(_leftEdgeValue)
        float _possiblePivotLow = _series[_rightBars]
        float[] _arrayOfSeriesValues = array.new_float(0)
        for _barIndex = _pivotRange to 0
            array.push(_arrayOfSeriesValues, _series[_barIndex])
        //end for
        int _pivotLowRightBars = array.size(_arrayOfSeriesValues) - array.lastindexof(_arrayOfSeriesValues, array.min(_arrayOfSeriesValues)) - 1
        _pivotLow := ( _pivotLowRightBars == _rightBars ) ? _possiblePivotLow : na
    //end if
    _pivotLow

Answer 2

我知道这是一篇旧帖子，但我做了一个非常简单的 python 实现，任何人都可以在其上构建，它与 Pine 脚本 ta.pivot 函数执行相同的操作。

代码：

def pivots_high(data, LBR, LBL):
    pivots = []
    for i in range(len(data)-LBR):
        pivots.append(0)
        pivot = True
        if i > LBL:
            for j in range(LBL + 1):
                if data[i - j] > data[I]:  # do if data[i - j] < data[i] for pivot low
                    pivot = False
            for j in range(LBR + 1):
                if data[i + j] > data[I]:  # do if data[i + j] < data[i] for pivot low
                    pivot = False
        if pivot is True:
            pivots[len(pivots)-1] = data[i]
    for p in range(LBR):
        pivots.append(0)  # This is so the pivots length matches your data length
    return pivots  # The Pivots will be any value that is not 0 and it will be where the lowest/highest value is

回溯变量只是意味着，如果您采用一个价格点并向左看 n（回溯左）根蜡烛和向右 n（回溯右）蜡烛，并且仍然是最低/最高，那么这就是枢轴

更新

我在使用大型数据集上的不同数字组合时遇到了一些问题，因此我必须完全更改它以始终与交易视图匹配。

新代码：

def checkhl(data_back, data_forward, hl):
    if hl == 'high' or hl == 'High':
        ref = data_back[len(data_back)-1]
        for i in range(len(data_back)-1):
            if ref < data_back[i]:
                return 0
        for i in range(len(data_forward)):
            if ref <= data_forward[i]:
                return 0
        return 1
    if hl == 'low' or hl == 'Low':
        ref = data_back[len(data_back)-1]
        for i in range(len(data_back)-1):
            if ref > data_back[i]:
                return 0
        for i in range(len(data_forward)):
            if ref >= data_forward[i]:
                return 0
        return 1


def pivot(osc, LBL, LBR, highlow)
    left = []
    right = []
    for i in range(len(osc)):
        pivots.append(0.0)
        if i < LBL + 1:
            left.append(osc[i])
        if i > LBL:
            right.append(osc[i])
        if i > LBL + LBR:
            left.append(right[0])
            left.pop(0)
            right.pop(0)
            if checkhl(left, right, highlow):
                pivots[i - LBR] = osc[i - LBR]
    return pivots

然后就做：

pivots_low = pivot(data, lbl, lbr, 'low')
pivots_high = pivot(data, lbl, lbr, 'high')

输出是其实际位置的枢轴，否则为 0.0s。

Answer 3

Leftbars 和 rightbars 是pivot函数在搜索枢轴时查看的条数。例如： pivothigh(10,10)将搜索在左侧 10 根柱线（过去数据）和右侧 10 根柱线（未来数据）内未超过的高价。请注意，如果右侧的柱线少于 10 个，则该函数将无法确定枢轴点。

Answer 4

您可以使用 pandas 构建类似的东西：

pivots = high_column.shift(-len_right, fill_value=0).rolling(len_left).max()

对于“高”枢轴 pd.Series 'high_column' 和：

pivots = low_column.shift(-len_right, fill_value=0).rolling(len_left).min()

对于“低点”。它避免使用循环，并且是一个快速矢量化函数。