Ошибка значения: значение истинности фрейма данных неоднозначно. Используйте.empty, a.bool(), a.item(), a.any() или a.all()

#python

Вопрос:

Я написал приложение на python, которое позволяет мне покупать и продавать акции, используя платформу zerodha. Теперь, когда я покупаю акции, я хочу их продать, если значения close_price <exit_price . exit_price вычисляется как exit_price = (close_price*0.91)

Вот мой код:

 from kiteconnect import KiteConnect
import os
import pandas as pd
import openpyxl

cwd = os.chdir("C:/Users/Administrator/Desktop/Zerodha")

#generate trading session
access_token = open("access_token.txt",'r').read()
key_secret = open("credentials.txt",'r').read().split()
kite = KiteConnect(api_key=key_secret[0])
kite.set_access_token(access_token)


# Fetch quote details
#quote = kite.quote("INFY")

# Fetch last trading price of an instrument
#ltp = kite.ltp("NSE:INFY")

# Fetch order details
orders = kite.orders()

# Fetch position details
positions = kite.positions()

# Fetch holding details
holdings = kite.holdings()
data = pd.DataFrame(holdings)
hold = data[['tradingsymbol','average_price','last_price','close_price']]
df =hold['close_price']
x = df*0.91
exit_price=pd.DataFrame(x)
exit_price.rename(columns = {'close_price':'exit_price'}, inplace=True)
hold =hold.join(exit_price)
hold.to_csv('holdings.csv')
hold['date'] = pd.date_range(start='23/11/2020', periods=len(hold), freq='B')

hold['exit_signal'] = hold['close_price'] < hold['exit_price'] #generate exit signal

def placeMarketOrder(symbol,buy_sell,quantity):    
# Place an intraday market order on NSE
if buy_sell == "buy":
    t_type=kite.TRANSACTION_TYPE_BUY
elif buy_sell == "sell":
    t_type=kite.TRANSACTION_TYPE_SELL
kite.place_order(tradingsymbol=symbol,
                exchange=kite.EXCHANGE_NSE,
                transaction_type=t_type,
                quantity=quantity,
                order_type=kite.ORDER_TYPE_MARKET,
                product=kite.PRODUCT_MIS,
                variety=kite.VARIETY_REGULAR)

Это полученный фрейм данных для хранения:

Теперь, основываясь на этом фрейме данных, если сигнал выхода истинный, я хочу продать этот частичный запас:

Код для этого таков, как описано:

  if (hold.loc[hold['exit_signal'] == True]):
   #write code to sell stock

Теперь при оценке оператора if, как описано выше, я получаю сообщение об ошибке:

     ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

Акции могут быть проданы следующим образом в соответствии с определением placeMarketOrder(символ,buy_sell,количество): :

 placeMarketOrder("HDFC","buy",1,30,2200)

Следовательно, символ «HDFC» будет заменен символом tradingsymbol, для которого условие выхода имеет значение true.

Как мне выполнить мой оператор if без получения ошибки?

1. Вам нужны все строки из вашего фрейма данных, которые имеют 'exit_signal' == True ?

2. Да, это правильно. В настоящее время рассматриваю две строки в моем фрейме данных. Если exit_signal —True генерируется для любого одного символа, продайте этот stok. Если это для всех, продайте все акции. Это зависит от того, сколько раз условие выполняется для exit_signal

Ответ №1:

 if (hold.loc[hold['exit_signal'] == True]):

Вышеописанное вызывает ошибку, поскольку hold.loc[hold['exit_signal']==True] все еще является фреймом данных. Вам нужно указать, какую конкретно запись вашего фрейма данных вы оцениваете. Например,

 if hold.loc[i, 'exit_signal']:
    symbol, date = hold.loc[i, 'tradingsymbol'], hold.loc[i, 'date']
    placeMarketOrder(symbol, date.month, date.day, date.year)

Теперь вы можете i заменить индекс (т.Е. Номер строки) и выполнить итерацию по всему фрейму данных. Взгляните на различные способы перебора фрейма данных, которые все более эффективны, чем цикл с простой loc индексацией:

Имейте в виду, что лучше избегать перебора фрейма данных, когда это возможно (и это часто бывает), поскольку эквивалентные векторизованные операции (если они существуют и правильно настроены) часто выполняются на порядки быстрее.

Тем не менее, в случаях, когда цикл неизбежен, а производительность важна, вы можете взглянуть на:

https://pandas.pydata.org/pandas-docs/stable/user_guide/enhancingperf.html