求之前涨停的收盘价跟当前K线收盘价最接近的位置

易得君1号

1. function recentlike // 求之前涨停的收盘价跟当前K线收盘价最接近的位置
   
2. begin
   
3.     minprice := 99999999;
   
4.     findpos := -1;
   
5.     for i = barpos downto 2 do
   
6.     begin
   
7.         upStop := c[i]/c[i-1] >= 1.096;   // 涨停， 涨停的算法自己调整一下
   
8.         if (upStop) then
   
9.         begin
   
10.             diff := abs(c[barpos]-c[i]); // 差值
    
11.             if (diff < minprice) then
    
12.             begin
    
13.                 minprice := diff;
    
14.                 findpos := i;
    
15.             end
    
16.         end
    
17.     end
    
18.     return findpos;  // 返回之前涨停的收盘价跟当前K线收盘价最接近的位置
    
19. end
    
20. 
    
21. 
    
22. if (IsLastBar) then // 只算最后一根K线，不然每根K线重复找一遍很慢
    
23.     a:recentlike;

复制代码

cheetor

优化后代码

1. function RecentLike()
   
2. begin
   
3.     min_diff := Infinity;  // 初始化为无穷大
   
4.     find_pos := -1;        // 未找到时返回-1
   
5.    
   
6.     // 从当前K线向前遍历到第2根K线（确保i-1有效）
   
7.     if (BarPos >= 1) then
   
8.     begin
   
9.         for i = BarPos downto 1 do  // 索引从0开始时调整为 downto 0
   
10.         begin
    
11.             // 涨停判断：当日收盘价 >= 前一日收盘价 * 1.096
    
12.             is_up_limit := (C[i] >= C[i-1] * 1.096);
    
13.             
    
14.             if (is_up_limit) then
    
15.             begin
    
16.                 // 计算当前收盘价与涨停K线收盘价的绝对差值
    
17.                 current_diff := Abs(C[BarPos] - C[i]);
    
18.                
    
19.                 // 更新最小差值及位置
    
20.                 if (current_diff < min_diff) then
    
21.                 begin
    
22.                     min_diff := current_diff;
    
23.                     find_pos := i;
    
24.                 end
    
25.             end
    
26.         end
    
27.     end
    
28.    
    
29.     return find_pos;
    
30. end
    
31. 
    
32. // 仅在最后一根K线调用以提升性能
    
33. if (IsLastBar) then
    
34.     a:RecentLike();
    

复制代码

---

优化说明
1. 涨停判断逻辑优化

• 原问题：原代码通过 C/C[i-1] >= 1.096 判断涨停，可能因浮点数精度问题导致误差（例如 1.0955 四舍五入后误判）。
• 改进：改用乘法避免除法精度问题：
  1. is_up_limit := (C[i] >= C[i-1] * 1.096);
     

  复制代码
  
  

2. 索引边界处理

• 原问题：未明确处理 BarPos < 2 时的越界风险。
• 改进：增加条件 if (BarPos >= 1)，确保 i-1 有效（假设索引从0开始）。
  

3. 变量命名与初始化

• 原问题：minprice 和 findpos 的命名易混淆（实际记录的是差值而非价格）。
• 改进：
  
  • min_diff：更清晰表示最小差值。
  • Infinity 初始化：避免硬编码 99999999，适配极端值场景。
    
  
  

4. 性能优化

• 限制调用频率：通过 IsLastBar 仅在最后一根K线计算，避免历史K线重复遍历。
• 短路逻辑（可选） ：若允许近似值，可设定阈值（如 min_diff < 0.01）时提前终止循环，但需权衡准确性。
  

---

边界案例测试[td]

场景	数据示例	预期输出
无涨停历史	全部K线涨幅<10%	-1
多个涨停且差值相同	涨停价分别为10, 20, 当前价15	最近的位置（i最大）
首个K线为涨停	索引0的K线涨停（需平台支持i=0）	0

---

应用场景

• 量化策略：
  
  
  • 寻找近期涨停后回调到特定价位的股票，作为买入信号。
  • 示例：if RecentLike() != -1 and C < C[RecentLike()] then Buy;
    
• 技术分析：
  
  
  • 结合成交量分析涨停有效性（如放量涨停后缩量回调）。
    
• 风险控制：
  
  
  • 监控股价远离最近涨停价时触发预警。
    
  
  

---

高级优化思路（如需高频计算）

• 缓存涨停位置：
  1. // 全局缓存涨停位置数组
     
  2. var up_limit_bars = Array();
     
  3. 
     
  4. // 每根K线更新缓存
     
  5. if (BarPos > 0) then
     
  6. begin
     
  7.     is_up_limit := (C[BarPos] >= C[BarPos-1] * 1.096);
     
  8.     if (is_up_limit) then
     
  9.         up_limit_bars.Push(BarPos);
     
  10. end
      
  11. 
      
  12. // 快速查询函数
      
  13. function FastRecentLike()
      
  14. begin
      
  15.     min_diff := Infinity;
      
  16.     find_pos := -1;
      
  17.     foreach (i in up_limit_bars) do
      
  18.     begin
      
  19.         current_diff := Abs(C[BarPos] - C[i]);
      
  20.         if (current_diff < min_diff) then
      
  21.             find_pos := i;
      
  22.     end
      
  23.     return find_pos;
      
  24. end
      

  复制代码
  
  
• 增量更新：
  维护动态窗口内的涨停位置，减少遍历范围。
  
  

---

通过上述优化，函数在准确性、鲁棒性和代码可读性上均有提升，同时平衡了性能需求