# 交易信号 (/zh/features/indicators/trading-signals)

如何将指标转为干净的入场和退出信号，又如何知道信号实际捕捉了什么？VBT 在 Python 中根据交叉、阈值、拐点和日历生成交易信号，并将其视为布尔数组，可在运行任何回测之前清洗、排名、分区和衡量。

```python title="Find out how many separate episodes 111 oversold days really are"
>>> btc = vbt.YFData.pull("BTC-USD", start="2018-01-01", end="2025-01-01")
>>> rsi = vbt.RSI.run(btc.close, window=14).rsi
>>> oversold = rsi < 30
>>> print(oversold.sum())
111

>>> episodes = oversold.vbt.signals.partition_ranges()  # (1)
>>> print(episodes.count())
33
>>> longest = episodes.apply_mask(episodes.duration.top_n_mask(3))
>>> longest.readable[["Start Index", "End Index"]].assign(Days=longest.duration.values)
                Start Index                 End Index  Days
0 2018-11-14 00:00:00+00:00 2018-11-28 00:00:00+00:00    14
1 2022-06-13 00:00:00+00:00 2022-06-23 00:00:00+00:00    10
2 2023-08-17 00:00:00+00:00 2023-08-29 00:00:00+00:00    12
>>> print(round(longest.duration.values.sum() / oversold.sum(), 3))
0.324

>>> print(oversold.vbt.signals.first().sum())  # (2)
33
```

1.  一个分区是一段连续 `True` 值，每段转换为一条区间记录。
2.  仅保留每个时段的第一天。

七年日频数据包含 111 个超卖日，但只有 33 个独立时段，最长三个时段占据全部超卖日的三分之一。买入超卖读数的策略主要是在押注少数几次暴跌，这值得在阅读回测结果前了解。

## 交叉与阈值 \[#crossovers-and-thresholds]

`crossed_above` 和 `crossed_below` 标记序列穿越另一序列或水平的 K 线，`above` 和 `below` 标记位于某侧的每根 K 线。交叉可通过 `wait`
要求新的一侧持续若干根 K 线，也可跳过缺失值而非中断比较，如下方[稳健交叉](#robust-crossovers)功能介绍所示。每个指标输出也有这些方法，例如
`rsi.rsi_crossed_below(30)`。

## 组合条件 \[#combining-conditions]

条件可使用 `&`、`|` 和 `~` 跨资产和参数组合，因为信号与其他输入一样是对齐数组。使用不同参数运行的指标输出具有不同列标签，例如 `fast_window` 的 5、10 与
`slow_window` 的 20、25，pandas 会拒绝比较。加上 `.vbt`，例如 `fast.vbt > slow`，或使用
`fast.vbt.crossed_above(slow)`：两者都会对齐列，并在结果中标注两个参数。需要持续一段时间有效的条件，例如“RSI 在过去五天内曾低于 30”，就是对其掩码取滚动最大值：

```python title="Enter when price turns up within five days of an oversold cross"
>>> crossed_down = rsi.vbt.crossed_below(30)
>>> recently_oversold = crossed_down.rolling(5, min_periods=1).max().astype(bool)
>>> trigger = btc.close.vbt.crossed_above(btc.close.rolling(10).mean())
>>> entries = recently_oversold & trigger
>>> print(crossed_down.sum(), trigger.sum(), entries.sum())
33 215 12
```

相同方法也适用于连续 K 线序列、价格与动量背离，以及用一个资产的信号交易另一个资产。

## 拐点与日历 \[#pivots-and-calendars]

`vbt.PIVOTINFO`
检测至少反转给定比例的波动高低点，并区分已确认拐点和仍可能变化的最新候选点。下方[拐点检测](#pivot-detection)功能介绍绘制两者。日历信号是索引上的掩码，例如每周第一个交易日或每天固定时刻；`first`
保留每段连续信号的第一个，让规则每个时段只触发一次。

## 每天一个信号 \[#one-signal-per-day]

即使条件多次成立，策略也可能每天只允许一个机会。按天对掩码分组，并保留首个事件。这不同于保留每段连续序列的首个事件，因为当天较晚事件之间可能由 `False` 分隔。

```python title="Keep the first signal of each day, including days with no signals"
>>> @njit
... def first_signal_nb(values):
...     out = np.full(values.shape, False)
...     for i in range(len(values)):
...         if values[i]:
...             out[i] = True
...             break
...     return out

>>> mask = pd.Series(
...     [True, False, True, False, False, False, False, True, True],
...     index=pd.date_range("2025-01-01", periods=9, freq="8h"),
... )
>>> first_per_day = mask.vbt.groupby_transform("D", first_signal_nb)
>>> pd.DataFrame({
...     "Raw signals": mask.resample("D").sum(),
...     "First per day": first_per_day.resample("D").sum(),
... })
            Raw signals  First per day
2025-01-01            2              1
2025-01-02            0              0
2025-01-03            2              1
```

没有事件的日期保持为空。同样分组方法可表达每周或其他日历周期一个机会，而信号排名可选择序列中较后的事件。

## 自定义生成器 \[#custom-generators]

当信号依赖较早信号，例如退出必须在入场至少若干根 K 线之后发生，向量化掩码就不够了。信号工厂根据编译的放置信号函数构建生成器，从每次入场向前搜索退出；`generate_random` 和
`generate_random_both` 创建可复现的随机信号作为基线。放置函数接收包含搜索窗口和列的上下文，详见[信号上下文](#signal-contexts)功能介绍。

## 清洗与分析 \[#cleaning-and-analysis]

原始入场和退出掩码经常重复。`clean` 保留每次退出后的首次入场，以及每次入场后的首次退出，将它们变成交替配对：

```python title="Clean entries and exits into alternating pairs"
>>> exits = rsi.vbt.crossed_above(70)
>>> print(entries.sum(), exits.sum())
12 60
>>> clean_entries, clean_exits = entries.vbt.signals.clean(exits)
>>> print(clean_entries.sum(), clean_exits.sum())
8 8
```

清洗用于分析。`vbt.PF.from_signals` 自行处理重复信号；在可加仓回测前清洗，会移除加仓所依赖的额外入场。

信号还可排名、按周期计数、衡量间距、展开为每信号一列，并通过 `stats()` 汇总。如果信号根据收盘价计算并在下一根 K 线执行，可用 `fshift`
向后移。下方[信号展开](#signal-unraveling)和[信号检测](#signal-detection)功能介绍展示其中两种工具。

## 从信号到交易 \[#from-a-signal-to-a-trade]

通过信号分析检查规则捕捉了什么：触发频率、条件持续多久，以及事件是否集中在少数时期。随机信号为入场规则比较提供基线，展开则让您逐个检查机会。[形态与事件研究](/zh/features/analytics/patterns-and-event-studies/)进一步考察事件之后的价格路径。

信号是交易请求。将其传给[信号回测](/zh/features/backtesting/signal-backtesting/)，考虑仓位规模、手续费、止损和订单能否成交。如果下一信号依赖实际成交、可用现金或当前持仓，请在模拟回调中生成，详见[事件驱动回测](/zh/features/backtesting/event-driven-backtesting/)。这也让一个资产的信号能够影响另一个资产的决策。

## 信号展开 \[#signal-unraveling]

新增于 v2024.2.22

✅ 为单独回测每个信号，现在可以将每个信号或每对入场退出信号“展开”为独立列。这样创建宽二维掩码，回测后返回每个信号而非整列的绩效指标。

```python title="For each signal, create a separate position with own stop orders"
>>> data = vbt.YFData.pull("BTC-USD")
>>> fast_sma = data.run("talib_func:sma", timeperiod=20)  # (1)
>>> slow_sma = data.run("talib_func:sma", timeperiod=50)
>>> entries = fast_sma.vbt.crossed_above(slow_sma)
>>> exits = fast_sma.vbt.crossed_below(slow_sma)
>>> entries, exits = entries.vbt.signals.unravel_between(exits, relation="anychain")  # (2)
>>> pf = vbt.PF.from_signals(
...     data,
...     long_entries=entries,
...     short_entries=exits,
...     size=100,  # (3)
...     size_type="value",
...     init_cash="auto",  # (4)
...     tp_stop=0.2,
...     sl_stop=0.1,
...     group_by=vbt.ExceptLevel("signal"),  # (5)
...     cash_sharing=True
... )
>>> pf.positions.returns.to_pd(ignore_index=True).vbt.barplot(
...     trace_kwargs=dict(marker=dict(colorscale="Spectral"))
... ).show()  # (6)
```

1.  不构建指标即可更快运行 TA-Lib 函数：`"talib_func:sma"` 与 `"talib:sma"` 对比。
2.  将每对入场→退出和退出→入场信号放到独立列。
3.  下单购买价值 100 美元的资产。
4.  使用无限现金模拟。
5.  将同一资产下的所有列（持仓）组合为单个投资组合。
6.  按信号索引显示持仓收益率。

逐个展开的 BTC-USD 信号对应的持仓收益率. [Figure data (JSON)](/assets/figures/features/indicators/signal-unraveling.5e7c83dd018b.json)

## 信号检测 \[#signal-detection]

新增于 1.8.0

✅ VBT 包含使用基于 z 分数的稳健峰值检测算法的指标，可识别任意时间序列数据中的突变和异常值。

```python title="Detect sudden changes in the bandwidth of a Bollinger Bands indicator"
>>> data = vbt.YFData.pull("BTC-USD")
>>> fig = vbt.make_subplots(rows=2, cols=1, shared_xaxes=True)
>>> bbands = data.run("bbands")
>>> bbands.loc["2022"].plot(add_trace_kwargs=dict(row=1, col=1), fig=fig)
>>> sigdet = vbt.SIGDET.run(bbands.bandwidth, factor=5)
>>> sigdet.loc["2022"].plot(add_trace_kwargs=dict(row=2, col=1), fig=fig)
>>> fig.show()
```

2022 年 BTC-USD 布林带与检测到的带宽变化. [Figure data (JSON)](/assets/figures/features/indicators/signal-detection.af030867491c.json)

## 拐点检测 \[#pivot-detection]

新增于 1.7.1

✅
拐点检测指标用于发现价格趋势何时反转。通过识别支撑和阻力区域，它帮助发现显著价格变化，同时过滤短期波动、减少噪声。价格上涨达到所选阈值后确认谷底，下跌达到所选阈值后确认峰值。指标同时公开最近已确认拐点与当前候选点。构建交易规则时，请使用反转被获知的那根
K
线上的确认信息。[常规 Zig Zag 指标](https://www.investopedia.com/ask/answers/030415/what-zig-zag-indicator-formula-and-how-it-calculated.asp)将转折点绘制回原始位置，其目的与判断策略何时可以行动不同。

```python title="Plot the last pivot value"
>>> data = vbt.YFData.pull("BTC-USD", start="2020", end="2023")
>>> fig = data.plot(plot_volume=False)
>>> pivot_info = data.run("pivotinfo", up_th=1.0, down_th=0.5)
>>> pivot_info.plot(fig=fig, conf_value_trace_kwargs=dict(visible=False))
>>> fig.show()
```

2020 至 2022 年 BTC-USD OHLC 与已确认拐点值. [Figure data (JSON)](/assets/figures/features/indicators/pivot-detection.0678a96251d4.json)

## 稳健交叉 \[#robust-crossovers]

新增于 1.0.0

✅ 交叉现在可以稳健处理 NaN。

```python title="Remove a bunch of data points and plot the crossovers"
>>> data = vbt.YFData.pull("BTC-USD", start="2022-01", end="2022-03")
>>> fast_sma = vbt.talib("SMA").run(data.close, vbt.Default(5)).real
>>> slow_sma = vbt.talib("SMA").run(data.close, vbt.Default(10)).real
>>> np.random.seed(42)
>>> fast_sma.iloc[np.random.choice(np.arange(len(fast_sma)), 5)] = np.nan
>>> slow_sma.iloc[np.random.choice(np.arange(len(slow_sma)), 5)] = np.nan
>>> crossed_above = fast_sma.vbt.crossed_above(slow_sma, skipna=True)
>>> crossed_below = fast_sma.vbt.crossed_below(slow_sma, skipna=True)

>>> fig = fast_sma.rename("Fast SMA").vbt.lineplot()
>>> slow_sma.rename("Slow SMA").vbt.lineplot(fig=fig)
>>> crossed_above.vbt.signals.plot_as_entries(fast_sma, fig=fig)
>>> crossed_below.vbt.signals.plot_as_exits(fast_sma, fig=fig)
>>> fig.show()
```

缺失数据下稳健的 BTC-USD 快慢均线交叉. [Figure data (JSON)](/assets/figures/features/indicators/resilient-crossovers.64a086686925.json)

## 信号上下文 \[#signal-contexts]

新增于 1.2.3

✅ 信号生成函数已重新设计为基于上下文运行，让您以更少的命名空间污染设计更复杂的信号策略。

```python title="Entry at the first bar of the week, exit at the last bar of the week"
>>> @njit
... def entry_place_func_nb(ctx, index):
...     for i in range(ctx.from_i, ctx.to_i):  # (1)
...         if i == 0:
...             return i - ctx.from_i  # (2)
...         else:
...             index_before = index[i - 1]
...             index_now = index[i]
...             index_next_week = vbt.dt_nb.future_weekday_nb(index_before, 0)
...             if index_now >= index_next_week:  # (3)
...                 return i - ctx.from_i
...     return -1

>>> @njit
... def exit_place_func_nb(ctx, index):
...     for i in range(ctx.from_i, ctx.to_i):
...         if i == len(index) - 1:
...             return i - ctx.from_i
...         else:
...             index_now = index[i]
...             index_after = index[i + 1]
...             index_next_week = vbt.dt_nb.future_weekday_nb(index_now, 0)
...             if index_after >= index_next_week:  # (4)
...                 return i - ctx.from_i
...     return -1

>>> data = vbt.YFData.pull("BTC-USD", start="2020-01-01", end="2020-01-14")
>>> entries, exits = vbt.pd_acc.signals.generate_both(
...     data.symbol_wrapper.shape,
...     entry_place_func_nb=entry_place_func_nb,
...     entry_place_args=(data.index.vbt.to_ns(),),
...     exit_place_func_nb=exit_place_func_nb,
...     exit_place_args=(data.index.vbt.to_ns(),),
...     wrapper=data.symbol_wrapper
... )
>>> pd.concat((
...     entries.rename("Entries"),
...     exits.rename("Exits")
... ), axis=1).to_period("W")
                       Entries  Exits
Date
2020-01-06/2020-01-12     True  False
2020-01-06/2020-01-12    False  False
2020-01-06/2020-01-12    False  False
2020-01-06/2020-01-12    False  False
2020-01-06/2020-01-12    False  False
2020-01-06/2020-01-12    False  False
2020-01-06/2020-01-12    False   True
2020-01-13/2020-01-19     True  False
```

1.  遍历当前时段片段内的 K 线。
2.  如果应放置信号，返回相对于片段的索引。
3.  当前 K 线跨越周一时放置信号。
4.  下一根 K 线跨越周一时放置信号。

!!! info "教程"
    更多内容请参阅[信号开发](/zh/tutorials/signal-development)教程。