这是一篇很长的文章，但我浏览了 StackOverflow 上的许多创建函数来迭代 DataFrame 等的示例，但找不到任何适合我的需求的内容。我也只使用 python 和编码大约 2 个月，所以如果有不清楚的地方，我深表歉意。
我有一个包含每日价格历史记录的数据框，并尝试根据此策略创建购买信号的回测：
我们首先寻找收盘价大于前一天和后一天收盘价的一天。我们称之为“基准日”。
为了发出买入信号，我们等待收盘价回到“基准日”上方的那一天。我们现在有一个空缺职位。
我们持有该仓位，直到收到与我们所寻找的买入信号相反的卖出信号。（即收盘价低于前一天，前一天和后一天的收盘价较高）
我只希望一次有一个买入处于活跃状态，直到我们收到卖出信号，然后该过程重新开始。
下面是一个示例数据框，其中包含我正在查看的一小部分数据
import pandas as pd
data = {
'date': [1/3/2000,1/4/2000,1/5/2000,1/6/2000,1/7/2000,1/10/2000,1/11/2000,1/12/2000,1/13/2000,1/14/2000,1/18/2000,1/19/2000,1/20/2000,1/21/2000,1/24/2000,1/25/2000,1/26/2000,1/27/2000,1/28/2000,1/31/2000,2/1/2000,2/2/2000,2/3/2000,2/4/2000,2/7/2000,2/8/2000,2/9/2000,2/10/2000,2/11/2000,2/14/2000,2/15/2000,2/16/2000,2/17/2000,2/18/2000,2/22/2000,2/23/2000,2/24/2000,2/25/2000,2/28/2000,2/29/2000],
'close': [308.3,315.3,314.4,307.5,309.8,313.4,310.7,324.2,332.5,348.8,351.1,348.2,348.7,343.5,343,343.3,342.4,343,334.4,334.6,336,333.8,331.6,332.8,335.9,341.2,338.4,342.1,343.2,339.5,346.9,342,339.6,337.4,335,330.8,331.3,331.1,332.6,335.1]}
df = pd.DataFrame(data)
## Create columns to compare price to day before and day after
df['prev_close'] = df['close'].shift(1)
df['next_close'] = df['close'].shift(-1)
## BOOLEAN TO RETURN IF PRICE IS LOWER THAN PREVIOUS AND NEXT DAY
df['high_high'] = ((df['prev_close']) > df['close']) & ((df['next_close']) > df['close'])
## BOOLEAN TO RETURN TRUE IF PRICE IS …