python - 如何使用 Ta-lib 或 Pandas 正确计算股票的 EMA？

Question

编辑!

对于任何想知道同样事情的人，我想通了。下面的实现没有任何问题。事实上，EMA 需要超过 21 个数据点来计算 20 个数据点指数移动平均线。原因是较早的数据点会影响您尝试计算的数据点。简单来说，你我测试过，你需要大约 40-50 个数据点才能获得与 100+ 个数据点相同的 20 天 EMA。

我正在尝试计算一只股票的 EMA(指数移动平均线)，但我的计算有问题。我已经为 AAPL 导出了过去 22 天以上的股票数据，当我尝试为此计算 EMA 时，每次都会出现问题。

这是我的示例的数据:https://pastebin.com/raw/2MsgCeQx

以下是我尝试计算 20 天 EMA 的解决方案。

#Imported the data as "data".
#With Ta-lib
data["EMA20Talib"] = talib.EMA(data.uClose, timeperiod = 20)

#And with pandas
data["EMA20Pandas"] = data["uClose"].ewm(span=20, adjust = False).mean()

我这里是数据和结果的图像。
https://i.imgur.com/pFtc7x8.png

如您所见，Real20EMA 与 TA-lib 或 pandas 20EMA 不匹配。我究竟做错了什么？

uClose 是计算 EMA 的列，“Real20EMA”取自交易 View (与市场观察交叉引用以确保其正确)。

我注意到早些时候这里有一个类似的问题，同样的问题: Pandas' EMA not matching the stock's EMA? .当你对索引进行排序时，问题就在那里解决了，我已经确保我已经正确排序了，但是我仍然遇到同样的问题。

我想使用某种工具获得与其他金融网站相同的数字。奇怪的是，即使我尝试过的这两种方法也没有返回相同的结果。

Answer 1

我建议使用 Pandas TA在python中计算技术指标。我发现它比 TA-Lib 更准确且更容易安装。
使用 Pandas TA，20 周期指数移动平均线计算如下:

import pandas_ta as ta

data["EMA20"] = ta.ema(data["uClose"], length=20)