【期权合约排序】由于dataframe多列排序算法bug，可以创建复合键数组实现多列排序

//------------------------------------------------------------------------ // 简称: NAME // 名称: // 类别: 策略应用 // 类型: 用户应用 // 输出: Void //------------------------------------------------------------------------ Params Vars //此处添加变量 Global Array<Array<String>> stock_codes; Numeric i; Numeric j; Numeric k; Numeric index; Numeric cx; DataFrame df; DataFrame df2; Events //此处实现事件函数 //初始化事件函数，策略运行期间，首先运行且只有一次，应用在订阅数据等操作 OnInit() { //与数据源有关 stock_codes[0] = ["000300.SSE"]; for i = 0 to GetArraySize(stock_codes[0]) - 1 { SubscribeBar(stock_codes[0][i], "1m", 20251013); } Array<string> str; GetOptSymbolsByCode("510300.SSE", str); Array<string> Callcontracts = str; CodeProperty props; // 存储数据的数组 Array<Numeric> datas1; // ExpiredDateTime Array<Numeric> datas3; // opType Array<Numeric> datas4; // strikePrice Array<Numeric> datas5; // OpenDateTime Array<string> datas6; // Symbol Array<string> datas7; // SymbolName Array<string> datas8; // symbolType // 用于DataFrame的map map<String, Array<Numeric>> datas2; for i = 0 to GetArraySize(Callcontracts) - 1 { GetProperty(Callcontracts[i], props); datas2["props.ExpiredDateTime"][i] = props.ExpiredDateTime; datas1[i] = props.ExpiredDateTime; datas3[i] = props.opType; datas4[i] = props.strikePrice; datas5[i] = props.OpenDateTime; datas6[i] = props.Symbol; datas7[i] = props.SymbolName; datas8[i] = props.symbolType; } // 初始化并显示原始DataFrame df.init(datas2); df.setPos("opType", [:], datas3); df.setPos("strikePrice", [:], datas4); df.setPos("OpenDateTime", [:], datas5); df.setPos("SymbolName", [:], datas7); df.setPos("symbolType", [:], datas8); df.setPos("Symbol", [:], datas6); print(df.toString()); // ========== 复合键排序方法 ========== Print("\n=== 开始复合键排序 ==="); // 创建复合键数组 Array<Numeric> compositeKeys; Array<Numeric> originalIndices; for i = 0 to GetArraySize(Callcontracts) - 1 { GetProperty(Callcontracts[i], props); // 转换为排序用的键值 // 注意：我们使用负号来实现降序排序 // 1. ExpiredDateTime（最主要权重，降序） // 格式：20251224.180000 → 202512241800000 Numeric expKey = props.ExpiredDateTime*10000000; // 2. 分红影响（根据symbol长度，升序）12>12000 Numeric lenKey = -1*Len(props.symbol)*1000;// // 3. opType（次要权重，降序：2认沽 > 1认购） // 放大到100级别,2>200 Numeric opKey = props.opType * 100; // 10^10 // 4. strikePrice（第三权重，降序） Numeric strikeKey = props.strikePrice ; // // 构建复合键（用负数实现降序排序） compositeKeys[i] = -(expKey + lenKey + opKey + strikeKey ); // 保存原始索引 originalIndices[i] = i; } // 创建索引数组 Array<Integer> id1; Array<Integer> id2; for i = 0 to GetArraySize(Callcontracts) - 1 { id1[i] = i; id2[i] = i; } // 使用复合键进行一次排序 // 注意：复合键是负数，所以用升序排序实际上是降序 SortIds(compositeKeys, id1, id2, 0, GetArraySize(id1) - 1, True); // 根据最终索引重新排列合约 Array<String> sortedContracts; for i = 0 to GetArraySize(id1) - 1 { sortedContracts[i] = Callcontracts[id1[i]]; } // ========== 重新整理数据用于df2 ========== // 注意：需要重新获取属性，因为sortedContracts的顺序已经改变 for i = 0 to GetArraySize(sortedContracts) - 1 { GetProperty(sortedContracts[i], props); datas2["props.ExpiredDateTime"][i] = props.ExpiredDateTime; datas1[i] = props.ExpiredDateTime; datas3[i] = props.opType; datas4[i] = props.strikePrice; datas5[i] = props.OpenDateTime; datas6[i] = props.Symbol; datas7[i] = props.SymbolName; datas8[i] = props.symbolType; } // 创建并显示排序后的DataFrame df2.init(datas2); df2.setPos("opType", [:], datas3); df2.setPos("strikePrice", [:], datas4); df2.setPos("OpenDateTime", [:], datas5); df2.setPos("SymbolName", [:], datas7); df2.setPos("symbolType", [:], datas8); df2.setPos("Symbol", [:], datas6); print(df2.toString()); } 最近也在研究期权，dataframe用起来更顺眼，可惜多列排序有bug，绞尽脑汁终于搞定^_^，效果如下：