這篇文章中，我們將用 pandas 來做一個簡易的加密貨幣交易訊號！
Pandas 是一個資料處理用的 Package，專門用來做資料處理，你可以想像它是 python 裡面的 excel，可以產生並且處理各式各樣的表格！
Pandas 操作介紹
承接著上一篇文章，我們繼續在 google colab 上進行程式的實驗此時的 df 已經是歷史資料：
就是一個 pandas.DataFrame 物件，這個物件就像是 excel 表格一樣，有很多的行跟列，每一個列都可以簡單的呼叫出來。以我們的例子，每一列都是一個時間序列：
df.Close
由上圖可知，每一列也是一種物件，叫做 pd.Series，這種物件，就是一條序列，可以想像是excel的單一一列的意思。
製作簡易的加密貨幣均線策略
pd.Series有很多特別的功能，例如計算移動窗格，我們可以用：pd.Series.rolling()
來產生移動窗格，並且用：pd.Series.rolling().mean()
來產生這個移動窗格的平均數，從時間序列的角度，這個就是「均線」！
sma1 = df.Close.rolling(20).mean()
sma2 = df.Close.rolling(60).mean()
df.Close.plot()
sma1.plot()
sma2.plot()
上圖中，我們將BTCUSDT的歷史紀錄 與兩條均線畫出來，會發現，時間跨度太大，導致價格跟均線看不清楚，我們可以額外 zoom in 選取「某年」來觀察，可以使用中括號來選取時間範圍：
df.Close['2020'].plot()
sma1['2020'].plot()
sma2['2020'].plot()
假如短週期均線 sma1 超過 長週期 sma2 -> 做多，反之做空。
要怎麼做出這樣的訊號呢？我們可以用不等式來進行！
不等式條件
不等式，就是所謂的「大於等於小於」，我們假如將兩條時間序列做不等式運算，在這兩條時間序列中，每一個元素會被一一拿出來比對，並且產生出新的「布林」時間序列：
condition = sma1 > sma2
condition
上圖中就是布林時間序列，每個時間點對映到「Ture」或是「False」，假如今天條件成立，也就是「sma1 > sma2」的話，該時間點對映到的就會是 True，反之則是 False。
因為我們是均線突破策略，要怎麼結合不等式，來產生均線突破條件呢？我們還需要：pd.Series.shift，這個功能。
調用「昨天」的價格 pd.Series.shift
pd.Series.shift是一個好用的function，可以將時間序列全部都往後延遲一天，例如以下的例子：
print(df.Close)
print(df.Close.shift(1))
你會發現兩者相差一天，所以在做策略時，我會傾向於，將pd.Series.shift(n)，當作是「n個時間單位前的價格」，這邊我們用的是 ‘4h’ 4小時的歷史價格，所以pd.Series.shift(1)，就是4小時前，而pd.Series.shift(2)，就是8小時前，以此類推。
假如我們只使用：pd.Series.shift()，n 不設定參數的話，pandas 會預設 n=1 喔！
結合上述的範例，產生策略訊號
我們希望的做出來的邏輯：
做多: 當(今天短週期均線 > 今天長週期均線) 且 (昨天短週期均線 < 昨天長週期均線)
做空: 當(今天短週期均線 < 今天長週期均線) 且 (昨天短週期均線 > 昨天長週期均線)
我們可以將上述中文，對映到以下的程式碼：
signal_long = (sma1 > sma2) & (sma1.shift() < sma2.shift())
signal_short = (sma1 < sma2) & (sma1.shift() > sma2.shift())上述程式碼中的 & 就是「且」的意思。
我們可以將訊號繪製出來：
signal_long.astype(int).plot()
(-signal_short.astype(int)).plot()
以上這張圖我用 -1 顯示：賣出訊號，而 1 是買進訊號！當我們將 True False 轉換成 int 時，會轉換成「1」跟「0」的數值。
製作策略
然而我們怎麼知道，照著這個交易訊號操作，實際的績效是怎麼樣呢？下一個單元中：回測，會教大家怎麼用 backtesting 這個 package，來實做回測，模擬這個策略的績效，敬請期待！
如果喜歡我們的文章，也歡迎參考我們最新募資的線上課程「用 Python 理財：打造加密貨幣實戰策略」，在線上課程中，我們會更有系統、更完整地教您如何從無到有，打造10種加密貨幣實戰策略，並且能夠自動化雲端交易！有興趣的話，可以點此觀看課程介紹影片喔！
