pandas - Pandas 计算 ewm 错误吗？

Question

当尝试从数据框中的金融数据计算指数移动平均线 (EMA) 时，Pandas 的 ewm 方法似乎不正确。

以下链接很好地解释了基础知识:
http://stockcharts.com/school/doku.php?id=chart_school:technical_indicators:moving_averages

在去 Pandas 解释时，采取的方法如下(使用“调整”参数为 False):

   weighted_average[0] = arg[0];
   weighted_average[i] = (1-alpha) * weighted_average[i-1] + alpha * arg[i]

这在我看来是不正确的。 “arg”应该是(例如)收盘值，但是，arg[0] 是第一个平均值(即所选周期长度的第一个数据系列的简单平均值)，而不是第一个收盘值.因此 arg[0] 和 arg[i] 永远不可能来自相同的数据。使用“min_periods”参数似乎不能解决这个问题。

谁能解释一下如何(或是否)可以使用 Pandas 来正确计算数据的 EMA？

Answer 1

有几种方法可以初始化指数移动平均线，所以我不会说 Pandas 做错了，只是不同。

这是一种根据需要计算它的方法:

In [20]: s.head()
Out[20]: 
0    22.27
1    22.19
2    22.08
3    22.17
4    22.18
Name: Price, dtype: float64

In [21]: span = 10

In [22]: sma = s.rolling(window=span, min_periods=span).mean()[:span]

In [24]: rest = s[span:]

In [25]: pd.concat([sma, rest]).ewm(span=span, adjust=False).mean()
Out[25]: 
0           NaN
1           NaN
2           NaN
3           NaN
4           NaN
5           NaN
6           NaN
7           NaN
8           NaN
9     22.221000
10    22.208091
11    22.241165
12    22.266408
13    22.328879
14    22.516356
15    22.795200
16    22.968800
17    23.125382
18    23.275312
19    23.339801
20    23.427110
21    23.507635
22    23.533520
23    23.471062
24    23.403596
25    23.390215
26    23.261085
27    23.231797
28    23.080561
29    22.915004
Name: Price, dtype: float64