用于时序转换的pandas中的EWM
pandas中的EWM是指指数加权移动平均（Exponential Weighted Moving Average）。它是一种常用的时序数据处理方法，用于对时间序列数据进行平滑处理和趋势分析。
EWM的主要特点是对历史数据进行加权处理，最近的数据权重较大，而较早的数据权重较小。这种加权方式使得EWM更加关注最近的数据，能够更好地反映数据的变化趋势。
EWM在时间序列数据分析中有广泛的应用场景，例如金融领域中的股票价格预测、商品销售预测等。它可以用于平滑数据，去除噪声，提取趋势，预测未来的数据走势。
腾讯云提供了一系列与时序数据处理相关的产品和服务，例如云数据库 TencentDB、云原生数据库 TDSQL、云数据仓库 CDW、云数据湖 CDL 等。这些产品可以帮助用户存储、管理和分析大规模的时序数据，提供高可用性、高性能和强大的计算能力。
更多关于腾讯云时序数据处理相关产品的详细信息，请参考以下链接：
请注意，以上答案仅供参考，具体的产品选择和使用需根据实际需求进行评估和决策。
相关·内容
我正在尝试在R中复制ewm python (https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.ewm.html)函数，但没有成功。 以下是python代码： import pandas as pd
df = pd.DataFrame({'B': [0:100]})
df.ewm(span=100).std() 我不能在R中得到相同(或相似)的结果。
浏览 9提问于2021-01-17得票数 0
熊猫没有办法计算时间序列DataFrame的中位EWM。有人在附近工作吗？
df.ewm().mean() # This function exists in Pandas
df.ewm().std() # This function exists in Pandas
df.ewm().median() # Doesn't exist. Looking to replicate this capability
浏览 16提问于2022-03-29得票数 0
3回答
我正试图验证熊猫的ewm.std计算，以便为我的代码实现一个步骤更新。下面是对代码问题的完整描述。
mrt = pd.Series(np.random.randn(1000))
N = 100
a = 2/(1+N)
bias = (2-a)/2/(1-a)
x = mrt.iloc[-2]
ma = mrt.ewm(span=N).mean().iloc[-3]
var = mrt.ewm(span=N).var().iloc[-3]
ans = mrt.ewm(span=N).std().iloc[-2]
print(np.sqrt( bias*(1-a) * (var + a * (x-
浏览 3提问于2016-11-23得票数 6
我试图将这一行代码从Python2.7/Pandas 0.17.0移植到Python3.7/Pandas 1.1.2：
python 2.7 /熊猫0.17.0
returnVar = pd.ewma(varSeries，span = varSpan)
python 3.7 /熊猫1.1.2。
returnVar = varSeries.ewm(span = varSpan)
在遗留代码中，返回类型是pandas.core.series.Series，而在迁移代码中，返回类型是pandas.core.window.ewm.ExponentialMovingWindow。
如何解决这个问题，以便
浏览 2提问于2020-09-30得票数 0
回答已采纳
就像其他人说的那样，我把pd.ewm改成了pd.DataFrame.ewm (原来是pd.ewm(ups.span=RSI_N)-1 )。但它伴随着我的另一个问题。我做错了什么？有人知道发生了什么吗？ 我已编辑成完整的错误消息 from binance.client import Client
import numpy as np
import pandas as pd
import smtplib
API_KEY = 'jHH6LNaSsdenA6xdJLRN9LVngY9KgrZ4dTzdk8685D6oquaVovY1PSuHgeQRCal5'
API_SECRET
浏览 75提问于2021-04-22得票数 0
1回答
我想找出数据帧的指数移动平均值(12天)。正如pandas文档0.19.2中所给出的，我使用函数DataFrame.ewm来计算指数移动平均值。但它会导致如下AttributeError错误：'DataFrame‘对象没有'ewm’属性。下面是我用来计算指数移动平均的代码。
avg_gain=pd.gain.ewm(span=12,min_periods=12,adjust=False).mean()
另一方面，在以前的pandas文档中，有计算指数移动平均的函数ewma，但此函数导致了不希望的结果。找不到问题所在？
浏览 11提问于2017-02-16得票数 3
回答已采纳
在使用pandas ewm.mean计算指数加权移动平均时，有没有办法设置初始值？
pandas ewm.mean在序列的第一个值初始化-我可以设置/覆盖初始值吗？
参见代码示例：
import pandas as pd
s = pd.Series([5, 1, 2, 4, 3])
alpha = 0.2
# computing the exponential mean using pandas ewm.mean:
a = s.ewm(alpha=alpha, adjust=False).mean()
# iterative solution with the same result:
b
浏览 3提问于2021-03-28得票数 1
我已经在Windows8.1上安装了Python3.6.5和pycharm社区版本2020.1.2，pro..it在numpy上工作完全正常，但当我导入熊猫时，它显示error....please帮助我摆脱这个问题.它只是显示了这个..。C:\Users\india\Desktop\final\venv\Scripts\python.exe C:/用户/印度/桌面/最终/测试.py回溯(最近一次调用)：文件“C:/用户/印度/桌面/最终/测试.py”，第1行，导入熊猫文件"C:\Users\india\Desktop\final\venv\lib\site-packages\panda
浏览 2提问于2020-06-09得票数 1
1回答
我相信在使用Dask数据帧时，我在Dask教程中看到了一个关于如何使用Dask框架中尚未实现的Pandas函数的建议，但我似乎看错了地方。例如，我想使用Pandas函数'ewm‘。 作为一种变通方法，我将Dask数据帧转换为Pandas数据帧，在Pandas数据帧上运行ewm，然后将它们转换回Dask，以便以后进行更多内存密集型操作。效率不是最高的。 有没有更好的策略呢？
浏览 10提问于2019-06-02得票数 1
回答已采纳
我正在尝试使用pandas将文件夹中的多个excel文件合并为一个文件，iam收到上述错误
import os
import pandas as pd
import numpy as np
path = os.getcwd("C:/Users/SHARAN/Desktop/EXCELFILES/")
files = os.listdir(path)
files
print (files)
files = [f for f in files if f[-4:] == 'xlsx']
files
df=pd.DaataFrame()
for f in files:
浏览 25提问于2020-03-17得票数 0
回答已采纳
当我用-F检查时，我得到了一个‘加载脚本错误失败’，命令行说
File "site-packages\pandas\core\window\ewm.py", line 3, in module
ImportError: DLL load failed while importing aggregations: The specified module could not be found.
因为它说这是pandas错误，我尝试通过pip install pandas重新安装pandas，但它不起作用。
解决这个问题的方法是什么？另外，有没有支持eel的Pyinstaller的
浏览 0提问于2020-05-20得票数 1
1回答
我不知道如何让.rolling(30) MACD在SPY ETF的一组数据上运行。
我想对最近30天的数据进行滚动MACD，但我很难找到正确的语法。
import pandas as pd
from pandas_datareader import data
import datetime as dt
spy_df = data.get_data_yahoo("SPY", "2018-01-01", dt.date.today())[:-1]
def MACD(df, n_fast=12, n_slow=21):
macd_df = pd.DataF
浏览 0提问于2019-08-22得票数 0
我对Python还很陌生，目前在导入库时遇到了困难。
我正在使用Python3.8。
我在CMD中安装了Pandas，使用的是"pip安装熊猫“。
如果我转到Python文件夹，就会看到Pandas已经安装：
C:\Users\VALENTINA\AppData\Local\Programs\Python\Python38-32\Lib\site-packages
但是，当我试图在我的脚本中导入Pandas时，我得到了这个错误消息：
Traceback (most recent call last):
File "<pyshell#1>", line 1
浏览 0提问于2020-03-20得票数 13
我收到错误消息：AttributeError: module 'pandas' has no attribute 'ewmstd'
我在以前关于EWM function的堆栈溢出文章中看到了与完全相同的问题，解决方案如下所示：
df = pd.ewm(halflife=0.5).mean()
因此，我复制了完全相同的解决方案(适用于ewm)，除了用ewmstd替换ewm之外，如下所示：
df = pd.ewmstd(halflife=0.5).mean()
但是，我得到了相同的错误消息。我也尝试不同的变体，但得到相同的错误。
我是否不正确地调用该函数，或者如何调
浏览 0提问于2020-08-13得票数 0
我需要计算来自csv文件的一组数据的EMA，其中日期在descending order中。
当我应用pandas.DataFrame.ewm时，我得到了最新值(按日期)等于该值的均衡器。这是因为ewm在DataFrame中从上到下开始观察。
到目前为止，我还没有找到使ewm反转的选项。所以我想，我将不得不逆转我所有的数据集。
也许有人知道如何让ewm从底部开始呢？还是建议始终使用按时间顺序排序的datetimeindex？从最古老的值到底部的最新值？
浏览 3提问于2020-12-18得票数 0
回答已采纳
开始只尝试以下代码，以确保必要的API已安装并可访问。
from pandas import read_csv
from pandas.plotting import scatter_matrix
from matplotlib import pyplot
from sklearn.model_selection import train_test_split
from sklearn.model_selection import cross_val_score
from sklearn.model_selection import StratifiedKFold
from sklearn.m
浏览 1提问于2020-03-30得票数 0
我刚开始在蟒蛇身上使用北极熊，我是从熊猫那里来的。我想知道如何在蟒蛇极地复制下面的熊猫代码
import pandas as pd
import polars as pl
df['exp_mov_avg_col'] = df.groupby('agg_col')['ewm_col'].transform(lambda x : x.ewm(span=14).mean())
我尝试了以下几点：
df.groupby('agg_col').agg([pl.col('ewm_col').ewm_mean().alias(
浏览 1提问于2021-12-29得票数 2
1回答
我希望能够改变x限制，这样它就显示了我选择的时间框架。
可复制的例子：
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# libraries for Data Download
import datetime # if you want to play with the dates
from pandas_datareader import data as pdr
import yfinance as yf
df = pdr.get_data_yahoo('ETH-USD', i
浏览 1提问于2020-06-29得票数 0
回答已采纳
1回答
我建立了以下函数，目的是估计熊猫的DataFrame列的最优指数移动平均。
from scipy import optimize
from sklearn.metrics import mean_squared_error
import pandas as pd
## Function that finds best alpha and uses it to create ewma
def find_best_ewma(series, eps=10e-5):
def f(alpha):
ewm = series.shift().ewm(alpha=alpha, adj
浏览 0提问于2018-03-26得票数 1
这是我的macd函数的测试代码，但是，我得到的值是不正确的。我不知道是因为我的跨度是以天为单位，我的数据是2分钟的增量，还是它是一个单独的问题。如能提供任何帮助，将不胜感激:)
import yfinance as yf
import pandas as pd
import pandas_ta as ta
import numpy as np
import datetime as dt
import time
dataTSLA = yf.download(tickers='TSLA', period='1mo', interval='2m',
浏览 1提问于2021-05-26得票数 0
1回答
你能把指数加权纳入分布拟合吗？
、、、、
鉴于一些时间序列数据：
np.random.seed(123)
r = pd.Series(np.random.beta(a=0.5, b=0.5, size=1000),
index=pd.date_range('2013', periods=1000))
以及scipy.stats._continuous_distns._distn_names内部的分布
import scipy.stats as scs
dists = scs._continuous_distns._distn_names
我希望能够建立一个新的分布，然后调用它的.ppf (百
浏览 2提问于2017-08-30得票数 0
回答已采纳
1回答
我正在尝试计算一个非常大的数据集的移动平均值。行数约为30M。为了说明使用pandas，如下所示 df = pd.DataFrame({'cust_id':['a', 'a', 'a', 'b', 'b'], 'sales': [100, 200, 300, 400, 500]})
df['mov_avg'] = df.groupby("cust_id")["sales"].apply(lambda x: x.ewm(alpha=0.
浏览 14提问于2020-01-16得票数 0
1回答
我试图复制指数加权移动方差的计算，但没有成功。这是我使用的代码。
import pandas as pd
import numpy as np
l = [12., 12.5, 13.1, 14.6, 17.8, 19.1, 24.5]
df = pd.DataFrame(data=l, columns=['data'])
N = 5
a = 2./(1+N)
bias = (2-a)/2./(1-a)
ewma = df.ewm(span=N).mean()
var_pandas = df.ewm(span=N, adjust=False).var()
var_calc
浏览 3提问于2019-11-11得票数 0
1回答
我可以使用这段代码在Pandas中计算指数移动平均值：
df['ewm_40'] = df['response'].ewm(span=40, adjust=True).mean()
当存在一些不稳定的数据点时，指数移动平均值可能会急剧增加，这是不可取的。
，我如何限制指数移动平均，使任何点移动超过15%，从前一点？，我想平衡的稳定性，同时仍然反映新的数据。
浏览 9提问于2022-09-15得票数 0
1回答
我正试图通过pycharms-2020.1 x64在英特尔i7 PC上运行一个脚本。
我下载了Winpython64-3.7.7.0应用程序，运行它并将文件复制到C:\Program Files。当我选择解释器时，导致问题的导入包(熊猫)包括在内，并且可以在站点包中找到。
剧本中有一份熊猫的重要声明；
import pandas as pd
from pandas import ExcelWriter
所述错误消息为；
"C:\Program Files\WinPython64\python-3.7.7.amd64\python.exe"
C:/Users/USER
浏览 0提问于2020-04-23得票数 0
回答已采纳
我不能用pandas库编译脚本。我的代码是简单的import pandas as pd。我得到的错误消息如下： Traceback (most recent call last):
File "C:\Users\Valters_Kalme\Desktop\Python\var dzēst\k.py", line 4, in <module>
import pandas as pd
File "C:\Users\Valters_Kalme\AppData\Local\Programs\Python\Python38\lib\site-pack
浏览 90提问于2020-06-19得票数 1
回答已采纳
1回答
我有一个pythonv3.6函数，它使用熊猫来计算包含浮点数的列表的指数移动平均值。这是功能，并测试它的工作；
def get_moving_average(values, period):
import pandas as pd
import numpy as np
values = np.array(values)
moving_average = pd.ewma(values, span=period)[-1]
return moving_average
然而，pd.ewma是一个不受欢迎的函数，尽管它仍然有效，但我想使用最新的API来正确地使用
浏览 4提问于2017-10-10得票数 3
回答已采纳
1回答
我发现pandas ewm在处理海量数据时运行非常慢。有没有办法加快速度，或者对指数加权移动平均使用替代函数？
浏览 16提问于2017-03-08得票数 0
回答已采纳
如何得到NumPy中的指数加权移动平均，就像中的如下所示
import pandas as pd
import pandas_datareader as pdr
from datetime import datetime
# Declare variables
ibm = pdr.get_data_yahoo(symbols='IBM', start=datetime(2000, 1, 1), end=datetime(2012, 1, 1)).reset_index(drop=True)['Adj Close']
windowSize = 20
# Get
浏览 6提问于2017-03-18得票数 57
回答已采纳
1回答
假设我有以下数据：
import pandas as pd
import numpy as np
import datetime as dt
idx = pd.date_range("2010/01/01", "2020/01/01", freq='1T')
n = len(idx)
data = pd.DataFrame({'A': np.random.random(n), 'B': np.random.random(n), 'C': np.random.random(n)}, index=i
浏览 14提问于2020-11-12得票数 2
1回答
我需要确认几件与pandas指数加权移动平均函数相关的事情。
如果我有一个数据集df，我需要找到一个12天指数移动平均值，下面的方法是否正确。
exp_12=df.ewm(span=20,min_period=12,adjust=False).mean()
假设数据集包含20个读数，则跨度(值的总数)应等于20。
由于我需要找到12天的移动平均值，因此min_period=12。我将span解释为数据集中的值的总数或覆盖的总时间。
有没有人能证实我上面的解释是正确的？我无法理解adjust的意义。
我已经将链接附加到下面的pandas.df.ewm文档。
浏览 4提问于2017-02-25得票数 11
1回答
我试图将性能与性能进行比较。
一般来说，如果熊猫已经与熊猫一起构建，我就不会编写函数，因为熊猫总是比我缓慢的手工编码的蟒蛇函数更快；例如、等。我相信这是因为很多熊猫是用C编写的，而且由于矢量化，熊猫的.apply()方法比显式的蟒蛇要快得多(但如果这不是真的，我愿意解释一下)。但是在这里，对于计算EMA，我发现使用numba远远超过了熊猫。
我所编码的是由
S_t = Y_1，t=1
S_t = alpha*Y_t + (1 -α)*S_{t-1}，t>1
其中Y_t是时间t的时间序列的值，S_t是时间t的移动平均值的值，α是平滑的参数。
代码如下
from numba import j
浏览 1提问于2018-10-12得票数 1
回答已采纳
我试图通过过滤最“最近”的值(并确保有足够的值来做到这一点)来减少在pandas数据系列上计算EWM时的处理时间，但似乎每一行的权重都是更新的，而不是像我预期的那样在每个窗口中“重置”，我的意思是，考虑以下代码： import numpy as np
import pandas as pd
nvalues = 2**26
window_size = 256
values = pd.Series(np.random.uniform(0, 1, nvalues)) 有了这个系列，我现在想用以下方法计算指数移动平均值： values.ewm(span=window_size, min_perio
浏览 18提问于2021-01-13得票数 1
回答已采纳
如何使用pandas.ewm.cov函数的输出。我假设有一些函数允许您在乘法返回的形式中直接使用它，但我尝试的任何函数似乎都不起作用。
例如，假设我有一个最小的用例，股票X和Y返回DF1中的时间序列，因此我们估计了一个ewma协方差矩阵，然后为了获得位置A和B的投资组合(在DF2中给定)的方差估计，我需要计算For C x$，但是如果不编写$x^T循环，我找不到执行此操作的命令？
# Python 3.6, pandas 0.20
import pandas as pd
import numpy as np
np.random.seed(100)
DF1 = pd.DataFrame(dic
浏览 1提问于2017-12-10得票数 0
此代码获取股票的当前价格及其当前的21天均线。 import yfinance as yf
import numpy as np
import bs4
import stockquotes
import pandas as pd
symbol_name = ['F', 'XOM']
symbol_data = {}
for symbol in symbol_name:
ticker = stockquotes.Stock(symbol)
today_price = ticker.current_price
symbol_data[s
浏览 9提问于2020-08-27得票数 0
回答已采纳
2回答
我有一只熊猫的数据像：
ticket date close
0 AAA 2018-01-12 176.16
1 AAA 2018-01-13 176.49
3 AAA 2018-01-14 176.00
4 BBB 2018-01-12 78.19
5 BBB 2018-01-13 79.90
6 BBB 2018-01-14 78.10
我有一个功能：
def rsi(dataframe, period, column = 'close'):
delta = dataframe[co
浏览 1提问于2018-02-12得票数 3
回答已采纳
import time
import pandas as pd
x=pd.to_datetime('2017/01/01',yearfirst=True)
print('x:', x)
y=pd.to_datetime(time.mktime(x.timetuple()),unit='s')
print('y:', y)
结果是：
x: 2017-01-01 00:00:00
y: 2016-12-31 16:00:00
我希望它们是一样的，因为我们通常将TimpStamp转换为秒，然后再将它们转换回来。我知道这与时区有关，但我如
浏览 1提问于2018-08-23得票数 0
回答已采纳
我收集了很多人(超过5万人)在两年内每隔一天收集的一些时间序列数据。我想对数据集中的每个人和每个度量应用指数加权移动平均函数。在计算移动平均值之后，我想要将新值与dataframe中的现有值连接起来。我已经知道了如何在一个小样本数据集上这样做，但是我担心它没有被优化，因此不会扩展到我的实际数据集。我有大量的RAM可用，所以我不怕耗尽空间，但我关心的是，这可能需要多长时间来计算我的整个数据集。特别是当我试验不同的跨度和聚合水平时。
感谢第13966期的起点！
如何优化此代码以更好地扩展到更大的数据集？
import pandas as pd
import random
from datetime
浏览 0提问于2017-11-16得票数 1
回答已采纳
我已经花了几个小时来解决这个问题，所以我想是时候问问别人了。 我想我已经卸载了所有与python相关的东西，然后重新安装。我刚刚安装了python的最新版本，并使用pip安装了pandas。我也尝试用anaconda安装它，但错误仍然存在。我也尝试过直接从github安装，但没有成功。我用的是Windows10。 C:\Users\m>python -V
Python 3.8.2
C:\Users\m>pip install pandas
Collecting pandas
Downloading https://files.pythonhosted.org/package
浏览 208提问于2020-03-20得票数 7
回答已采纳
我正在考虑使用gekko来解决基于时间的金融分析的优化，我一直在使用蛮力循环来做这件事，但这是困难的，特别是在变量数量变得更加复杂的情况下。这是我正在尝试做的一个非常简单的示例:函数ema_cross_strat(x1，x2)计算时间序列的两个ema (也可以传递，但当前不是)，然后确定快速均线是否高于慢速均线，并基于该位置计算时间序列的回报。
在Gekko中有没有这样做的方法，这样你就可以优化快速和缓慢平均线的最佳移动平均线组合？
closes['SPY'].tail()
date
2021-07-22 434.069275
2021-07-23 438.53
浏览 2提问于2021-09-29得票数 1
2回答
我有一个不和谐的机器人的python代码。它在本地工作，但是当我试图在replit.com上运行它时，我会得到这个错误。
Traceback (most recent call last):
File "main.py", line 2, in <module>
import pandas as pd
File "/home/runner/Animanji/venv/lib/python3.8/site-packages/pandas/__init__.py", line 48, in <module>
from
浏览 17提问于2022-02-13得票数 1
我有以下代码：
import pandas as pd
import yfinance as yf
import matplotlib.pyplot as plt
import datetime as dt
start=dt.datetime.today()-dt.timedelta(160)
end=dt.datetime.today()
clprice=pd.DataFrame(yf.download("FB MSFT AMZN GOOG GM", start=start, end=end))
clprice=clprice.dropna()
def macd(DF,a
浏览 1提问于2020-07-18得票数 0
回答已采纳
3回答
ewm熊猫群
、、、、
我已经标记了事件(时间序列)数据，在这些数据中，事件以给定标签的随机间隔发生。我希望计算内部组ewma，并将其作为新列"X1_EWMA“添加到dataframe中。以下是目前为止的代码：
import pandas as pd
import numpy as np
import altair as alt
n = 1000
df = pd.DataFrame({
'T': pd.date_range('20190101', periods=n, freq='H'),
'C1': np.random.cho
浏览 2提问于2019-09-19得票数 6
回答已采纳
2回答
我想找出符合条件的行RSI < 25。然而，结果是由一个数据帧生成的。是否可以为任何一行创建单独的数据格式？
谢谢。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pandas_datareader import data as wb
stock='TSLA'
ck_df = wb.DataReader(stock,data_source='yahoo',start='2015-01-01')
rsi_period = 14
c
浏览 2提问于2018-12-08得票数 0
回答已采纳
当我执行下面的代码时，我得到了一个FloatingPointError。
import traceback
import warnings
import sys
import pandas as pd
import numpy as np
np.seterr(all='raise')
def warn_with_traceback(message, category, filename, lineno, file=None, line=None):
traceback.print_stack()
log = file if hasattr(file,'w
浏览 0提问于2016-06-29得票数 0
回答已采纳
在我看来，企业资源规划系统正在通过qRFC在EWM中创建交付。该设置是标准的，并通过在ERP BD64事务中的分发模型工作。调用一个BAPI，它在EWM中创建一个传递副本。
有时ERP交付没有得到正确的验证，也没有满足要分发给EWM的需求，但它们仍然被发送。在这种情况下，错误将留在EWM SMQ2队列中。
我想防止这种情况发生，因为如果问题需要在ERP方面得到解决，错误就不应该留在EWM中。显而易见的选择是，在分发调用EWM验证API的交付之前，在ERP中实现BADI。如果API拒绝传递，则应该阻止分发。
但是，如果由于任何原因没有调用验证API，那么ERP仍然可能将错误的传递发送给SMQ2队
浏览 8提问于2022-01-20得票数 1
1回答
指数加权移动标准差的矢量化实现
、、、、
我正在尝试使用R实现一个向量化的指数加权移动标准差，这是正确的方法吗？ ewma <- function (x, alpha) {
c(stats::filter(x * ratio, 1 - ratio, "recursive", init = x[1]))
}
ewmsd <- function(x, alpha) {
sqerror <- na.omit((x - lag(ewma(x, ratio)))^2)
ewmvar <- c(stats::filter(sqerror * ratio, 1 - ratio, "rec
浏览 60提问于2019-02-08得票数 0
回答已采纳
我有一个数据，df，包含140万行数据，每一行代表2018年至2020年BTC的1分钟开放、高、低和关闭价格。我想将MACD (流行交易指标)添加到我的df中，但不要只计算macd 1分钟的时间框架，如下所示：
ShortEMA = df.Close.ewm(span=12, adjust=False).mean()
LongEMA = df.Close.ewm(span=26, adjust=False).mean()
MACD = ShortEMA - LongEMA
signal = MACD.ewm(span=9, adjust=False).mean()
df["MACD&
浏览 2提问于2021-07-02得票数 0
回答已采纳
ImportError:当我在python中使用quandl模块时
Traceback (most recent call last):
File "C:\Users\vopl1\AppData\Local\Programs\Python\Python36-32\lib\runpy.py", line 193, in _run_module_as_main
"__main__", mod_spec)
File "C:\Users\vopl1\AppData\Local\Programs\Python\Python36-32\lib\run
浏览 3提问于2020-05-03得票数 0
1回答
我需要将python脚本转换为ruby。为此，我使用了使工作相当简单的gems、和。
例如，我有这样的线条：
# python
# DF is a dataframe from Pandas
DF['VAL'].ewm(span = vDAY).mean()
DF['VOLAT'].rolling(vDAY).std()
所以毫无疑问，我是这样皈依的：
# ruby
df['VAL'].ewm(span: vDAY).mean
df['VOLAT'].rolling(vDAY).std
很简单。
但是我有一个来自Pandas的
浏览 4提问于2022-11-25得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
