使用Pandas的指数加权移动平均
指数加权移动平均（Exponential Moving Average，EMA）是一种常用的时间序列数据处理方法，它对数据进行平滑处理，突出近期数据的权重，适用于趋势分析和周期性分析。
Pandas是一个开源的数据分析和处理工具，提供了丰富的数据结构和函数，可以方便地进行数据处理、分析和可视化。使用Pandas的指数加权移动平均可以通过调用ewm函数来实现。
在Pandas中，ewm函数可以接受多个参数，其中com参数用于指定平滑因子，表示近期数据的权重，一般取值范围为(0, 1]，值越大表示近期数据的权重越高。span参数用于指定平滑因子的衰减速率，一般取值范围为(0, ∞)，值越小表示近期数据的权重越高。halflife参数用于指定平滑因子的半衰期，一般取值范围为(0, ∞)，值越小表示近期数据的权重越高。
使用Pandas的指数加权移动平均可以实现对时间序列数据的平滑处理，可以用于去除噪声、提取趋势、预测未来值等应用场景。
腾讯云提供了一系列与数据分析和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，可以满足不同场景下的数据处理需求。具体产品介绍和相关链接如下：
- 云数据库 TencentDB：提供高性能、可扩展的关系型数据库服务，支持多种数据库引擎，适用于数据存储和查询场景。了解更多：云数据库 TencentDB
- 云原生数据库 TDSQL：基于分布式架构的云原生数据库服务，具备高可用、高性能、弹性扩展等特点，适用于大规模数据存储和分析场景。了解更多：云原生数据库 TDSQL
- 云数据仓库 CDW：提供海量数据存储和分析能力，支持数据仓库、数据湖和数据集市等多种数据模型，适用于大数据分析和挖掘场景。了解更多：云数据仓库 CDW
- 云数据湖 CDL：提供高性能、低成本的数据湖存储服务，支持多种数据格式和数据处理工具，适用于大规模数据存储和分析场景。了解更多：云数据湖 CDL
以上是腾讯云提供的一些与数据处理相关的产品和服务，可以根据具体需求选择合适的产品进行数据处理和分析。
相关·内容
我正在使用MATLAB R2020a和MacOS。我试图找出心电信号周期的指数加权移动平均值，并使用了数字信号处理工具箱中的dsp.MovingAverage函数，并调用了所示的命令。但是，我不确定如何指定将向量的多少个元素包括在加权平均值中。目前，它是否只是给所有元素增加一个权重，然后找到移动平均值？ movavgExp =dsp.MovingAverage(‘方法’，‘指数加权’，‘遗忘因子’，0.1)； 每当我调用DSP文档中指定的'WindowLength‘命令时，它都会产生一个错误： movavgExp = dsp.MovingAverage(10, 'Me
浏览 34提问于2020-11-03得票数 0
使用pandas我可以计算 基于pandas.stats.moments.rolling_mean的简单移动平均形状记忆合金 基于pandas.stats.moments.ewma的指数滑动平均均方根方法 但是我如何计算维基百科http://en.wikipedia.org/wiki/Exponential_smoothing中描述的加权移动平均(WMA)？用熊猫？ 有pandas函数来计算WMA吗？
浏览 344提问于2012-03-09得票数 14
回答已采纳
我正在使用google和GoogleFinance函数来获取股票数据。我可以用下面的公式计算一个简单的移动平均值。我试图得到每只股票长度为8,13,21,55的指数移动平均值。关于指数移动平均公式的任何建议
=AVERAGE(INDEX(GoogleFinance("MSFT","all",WORKDAY(TODAY(),-8),TODAY()),,3))
编辑：添加我的google经验
浏览 5提问于2020-06-07得票数 3
2回答
Pandas文档有一个如何计算移动平均值的示例：
ser = pd.Series(np.random.randn(10), index=pd.date_range('1/1/2000', periods=10))
pd.rolling_window(ser, 5, 'boxcar')
第二条线计算一个窗口为5的滚动平均值，并在五个观测值上各计算相同的权重。这些文档很吸引人地提到了使用自定义权重的可能性(“当传递win_type而不是显式指定权重时.”)，但是您是如何做到的呢？
谢谢!
浏览 3提问于2015-09-03得票数 2
回答已采纳
3回答
python中的时间序列分析包
、、、、
我在python中处理时间序列。我发现的有用和有前途的库是
pandas；statsmodel (用于ARIMA)；简单指数平滑由pandas提供。
也可用于可视化: matplotlib
有没有人知道指数平滑库？
浏览 38提问于2012-10-04得票数 17
1回答
我有一个即将到来的数据流，我想要实现移动平均值的动态。如果移动平均中的所有元素都具有相同的权重，那么使用“队列”很容易实现，但我希望最近的元素具有更高的权重，并且这些权重的分布是线性的(而不是指数型的)。
例如，如果移动平均值的长度为5，则当前值应该具有权重'1'，前一个值应该具有权重'0.8‘等等，直到队列中的第五个元素应该具有'0.2'；因此权重向量是：[0.2, 0.4, 0.6, 0.8, 1.0]。
我想知道是否有人知道如何实现它是Python。如果有更快的方法来做这件事，请向我推荐；效率对我的具体工作很重要。
浏览 1提问于2018-06-27得票数 1
回答已采纳
1回答
我目前正在写一个涉及财务计算的代码。更特别的是指数移动平均。为了完成这项工作，我尝试了潘达斯和塔利布：
talib_ex=pd.Series(talib.EMA(self.PriceAdjusted.values,timeperiod=200),self.PriceAdjusted.index)
pandas_ex=self.PriceAdjusted.ewm(span=200,adjust=True,min_periods=200-1).mean()
它们都工作得很好，但它们在数组开始时提供了不同的结果：
所以有一些参数要改为熊猫的EWMA，或者是一个bug，我应该担心吗？
提前
浏览 1提问于2017-07-19得票数 6
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
我试图在熊猫数据中计算Welles的移动平均类型(也称为累积移动平均)。
计算级数'A‘的'n’周期的Wilder移动平均的方法是：
计算'A‘中第一个'n’值的平均值，并将其设为'n‘位置的平均值。用于下列值，使用先前的平均值(n-1)和序列的当前值(加权为1)，再除以’n‘。
我的问题是:如何以矢量化的方式实现这一点？
我试图在dataframe上进行迭代(我所读到的内容并不推荐，因为它很慢)。它有效，值是正确的，但是我得到了一个错误
SettingWithCopyWarning：
值试图在DataFrame的切片副本上设置。
这可能不是最有效的
浏览 2提问于2020-02-28得票数 3
回答已采纳
我在看
熊猫具有移动窗口功能和扩展窗口功能。但是只有一组指数加权函数。我期望有2组：(a)一组指数加权函数用于移动窗口，(b)另一组指数加权函数用于扩展窗口。
既然潘达斯只提供一套而不是两套..。(a)和(b)中的哪一个是？
在我讨论这个话题的时候，为什么没有两组呢？
浏览 1提问于2015-08-30得票数 1
回答已采纳
2回答
我试图使用Python (与Pandas)计算英特尔(INTC)每日股票数据的20天指数移动平均值(EMA)。熊猫有很多方法可以做到这一点，我也尝试过Pandas上的股票统计，但是它们从来没有像我从股票/金融网站上得到的一样返回EMA。
我已经检查了两次接近的价格，它们是匹配的，但是EMA总是出现“错误”。
这是我正在使用的CSV：
它包含从2016年4月20日到2018年2月2日英特尔股票(Ticker: INTC)的每日日期、月份名称、开放、高、低、关闭、日停牌和成交量。
当我看到像或这样更大的股票网站时，它们的数量与我的不匹配。它们是相配的，但不是我。
例如..。
df2['Cl
浏览 7提问于2018-02-13得票数 21
回答已采纳
1回答
向量的滞后指数移动平均
、、、、
给出82个观测的简单向量
x = c(102, 104, 89, 89, 76, 95, 88, 112, 81, 101, 101, 104, 94, 111, 108, 104, 93, 92, 86, 113, 93, 100, 92, 80, 92, 126, 102, 109, 104, 95, 84, 81, 103, 83, 103, 83, 58, 109, 89, 93, 104, 104, 123, 104, 93, 76, 103, 103, 100, 105, 108, 90, 122, 103, 114, 102, 87, 98, 88, 107, 102, 80,
浏览 5提问于2021-05-25得票数 0
回答已采纳
我有两组数据，这两组时间序列对时间都是可变的(在两种情况下都是相同的)，我已经使用pandas和matplotlib导入并绘制了它们。 from os import chdir
chdir('C:\\Users\\me\\Documents\\Folder')
# import necessary libraries
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# read in csv file
file_df = pd.read_csv('C://Users//m
浏览 32提问于2020-07-04得票数 1
编辑！ 对于任何想知道同样的事情的人，我都想通了。下面的实现没有任何问题。事实是，EMA需要超过21个数据点来计算20个数据点的指数移动平均值。这样做的原因是，较早的数据点会影响您试图计算的数据点。简单地说，我测试了一下，您需要大约40-50个数据点才能获得与100+数据点相同的20天EMA。 我试图计算股票的指数移动平均线( EMA )，但我的计算有问题。我已经为AAPL导出了最近22+天的股票数据，当我尝试计算该数据的均线均值时，每次都会出现错误。 以下是我的示例中的数据： https://pastebin.com/raw/2MsgCeQx 以下是我试图计算20天均线的解决方案。 #Im
浏览 303提问于2019-04-30得票数 10
1回答
我试图用Pandas绘制一个MACD指示器。我遇到的问题是，当我试图计算短期和长期移动平均值时。
exp1 = close.y.ewm(span=12, adjust=False).mean()
exp2 = close.y.ewm(span=26, adjust=False).mean()
close是我的数据，有两列指数和股票收盘价。我从Alpha获得股票TIME_SERIES_INTRADAY信息。
由于某些原因，对于exp1和exp2，我总是在第一个索引中得到相同的结果。
exp1
exp2
如您所见，这两个系列的0索引是相同的，以后的数据也不同。所以当我试图计算M
浏览 2提问于2020-06-05得票数 0
使用Graylog v3.3.5：
当我查看输入的提取器的度量细节时，它有以下平均值：
指标3,684,359自引导以来的总调用，平均值: NaN，0.67，42.04。
有谁能定义这是什么平均水平吗？
其余指标如下所示：
浏览 8提问于2020-10-22得票数 0
回答已采纳
1回答
熊猫群与多列加权和
、、、、
我已经看到了十几个Pandas群由多个专栏提出的问题，但我不知道如何在合理的时间内让它运行。我的目标是对几个列进行分组，并使用由此产生的子集针对我的权重对其余的每一列应用np.dot：
# Example data:
weights = np.array([.20, .60, .20])
data = pd.DataFrame([[0, "TX", 10, 55], [0, "TX", 5, 30], [0, "TX", 2, 75], [1, "TX", 4, 30], [1, "TX", 8, 100], [1
浏览 0提问于2020-01-10得票数 2
回答已采纳
我对DataFrames和Pandas完全陌生。我有这样的数据：
{"_kaats"：{“中位数”：15.783333333333333，“平均数”：613.08480293921173}，"ryanleslie"：{“中位数”：3921.4666666666667，“平均数”：7279.5321839080461}
我正试图将其转换为DataFrame，这样平均和中间值是行，名称是列。
我目前的尝试如下：
import pandas as pd
df = pd.DataFrame(result_dict)
print df
但它产生了不同的输出。有人能
浏览 0提问于2019-08-13得票数 0
回答已采纳
1回答
假设我们有这样的熊猫数据：
a b id
36 25 2
40 25 3
46 23 2
40 22 5
42 20 5
56 39 3
我想执行一个操作(a div b)，然后按id分组，最后使用"a“作为权重计算加权平均值。当我只计算平均值的时候。
import pandas as pd
import numpy as np
df = pd.read_csv('file', sep='\s+')
a = (df['a'].div(df['b'])).gro
浏览 4提问于2020-10-07得票数 2
回答已采纳
1回答
我有一个一维的时间序列(下图)，是用pandas创建的。我在创建加权移动平均线时遇到了麻烦。我也看到其他人在熊猫身上遇到过这个问题，但从我读到的内容来看，似乎没有达成共识的解决方案。 1899 0.780
1900 -3.278
1901 1.096
1902 0.578
1903 4.608
1904 4.208
1905 -0.416
1906 1.392
1907 5.242
1908 2.922
1909 1.696
1910 2.984
1911 3.882
1912 0.536
1913 0
浏览 19提问于2019-01-25得票数 0
1回答
我正在尝试用ARIMA进行时间序列预测。因此，作为第一步，我正在进行一些系列转换 #Taking log transform
dflog=np.log(df)
#Taking exponential weighted mean`enter code here`
df_expwighted_mean = dflog.ewm(span=12).mean()
#Taking moving average
df_expwighted_mean_diff = dflog - df_expwighted_mean
#Differencing
df_diff = df_expwighted_mean_di
浏览 43提问于2020-10-28得票数 3
4回答
我需要在for循环中计算数据序列的移动平均值。我必须得到N=9天数的移动平均值。我正在计算的数组是4系列365个值(M)，它们本身就是另一组数据的平均值。我想将我的数据的平均值与移动平均值绘制在一张图中。
我在谷歌上搜索了一下移动平均值和"conv“命令，发现了一些我尝试在代码中实现的内容：
hold on
for ii=1:4;
M=mean(C{ii},2)
wts = [1/24;repmat(1/12,11,1);1/24];
Ms=conv(M,wts,'valid')
plot(M)
plot(Ms,'r
浏览 0提问于2014-09-24得票数 3
4回答
当试图从数据帧中的金融数据计算指数移动平均(EMA)时，Pandas的ewm方法似乎是不正确的。
下面的链接很好地解释了基础知识：
转到Pandas解释时，采取的方法如下(调整参数为False)：
weighted_average[0] = arg[0];
weighted_average[i] = (1-alpha) * weighted_average[i-1] + alpha * arg[i]
在我看来这是不正确的。arg应该是(例如)收盘值，然而，arg是第一个平均值(即所选周期长度的第一系列数据的简单平均值)，而不是第一个收盘值。因此，arg和argi永远不能来自相同的数
浏览 16提问于2016-06-20得票数 15
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
1回答
为什么过去1、5和15分钟的Linux负载平均值被报告为指数移动平均，而不是简单的(未加权平均)移动平均？在我看来，简单的移动平均值会更容易理解。而三个不同的负荷平均值已经说明了负荷看起来更接近时间，所以指数加权带来的增加值并不明显。
有关背景，请参阅正常运行时间手册页和加载加载上的维基百科条目。
浏览 0提问于2014-09-30得票数 2
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
1回答
基于值的热图图层颜色
、、、
我正在使用Javascript v3应用程序接口，并且我有一个热图来处理我的数据，显示我在哪里收集了某些信息。我想根据数据创建不同的热图覆盖。因此，我在地图上绘制了大量移动信号强度数据，我希望用绿色显示好的信号区，用红色显示坏的信号区，但在有好的和坏的样本的区域用橙色/黄色叠加。我已经找到了“权重”，但它似乎是基于样本的出现次数，而不是这些样本的价值。有人能帮上忙吗？
浏览 0提问于2013-06-17得票数 1
回答已采纳
1回答
我正在尝试使用pandas计算相对强度指数(RSI)，但似乎无法正确适应here提供的解决方案。为什么不返回一个RSI系列？ import pandas_datareader.data as web
import datetime
start = datetime.datetime(2018, 2, 8)
end = datetime.datetime(2019, 2, 8)
stock = 'TNA'
price = web.DataReader(stock,'yahoo', start, end)
n = 14
def RSI(series):
浏览 10提问于2019-02-15得票数 0
回答已采纳
在R上的“生产力”包中，给出了一个Färe-Primont和一个Lowe指数。据我所知，这是计算总投入和总产出函数的不同度量。
但我找不到它们之间的确切区别。你能向我推荐一些文献来阅读或简要总结一下它们之间的区别吗？
浏览 18提问于2020-05-16得票数 0
回答已采纳
我正在使用的贸易的PHP。
我使用trader_bbands()函数
$bBand = trader_bbands( $NumberArray,
25,
TRADER_REAL_MIN,
TRADER_REAL_MIN,
TRADER_MA_TYPE_EMA
);
它返回三个数组。
$bBand[0]; // upper-edge of the Bollin
浏览 4提问于2016-11-29得票数 4
回答已采纳
1回答
我已经编写了一些代码来计算加权平均值，使用熊猫的枢轴表。但是，我不知道如何添加执行加权平均的实际列(添加一个新列，其中每行包含“累积”/“计数”的值)。
数据看起来是这样的：
VALUE COUNT GRID agb
1 43 1476 1051
2 212 1476 2983
5 7 1477 890
4 1361 1477 2310
这是我的代码：
# Read input data
lup_df = pandas.DataFrame.from_csv(o_dir+L
浏览 1提问于2014-02-26得票数 7
回答已采纳
1回答
我想对大熊猫进行时间加权移动平均，根据观察到的最近时间按比例加权。 这是我掌握的一些样本数据。 dates = ['01/01/2021','02/01/2021','03/01/2021','04/01/2021','05/01/2021','06/01/2021']
swimmer1_place = ['1','1','4','3',np.nan,np.nan,]
swimmer2_place = [np.nan,'3&#
浏览 19提问于2021-08-21得票数 0
我试图在SAS中构造中心移动平均。我的桌子在下面
date number average
01/01/2015 18 ...
01/01/2015 15 ...
01/01/2015 5 ...
02/01/2015 66 ...
02/01/2015 7 ...
03/01/2015 7 ...
04/01/2015 19 ...
04/01/2015 7 ...
04/01/2015 11
浏览 5提问于2015-03-16得票数 1
以下是数据：
high = np.array([10697.12, 10706.16, 10744.75, 10747.88, 10745.42])
low = np.array([10683.51, 10694.72, 10705.16, 10728.22, 10727.29])
close = np.array([10696.47, 10705.16, 10728.23, 10742.46, 10730.27])
方法1:将数据直接输入平均真实范围法
talib.ATR(high, low, close, timeperiod=3)
output: array([nan, nan, nan
浏览 3提问于2021-02-22得票数 2
1回答
我有一系列的数据x，y，我试图找出移动平均值。X数据是1到100之间的整数，y数据是0.0 1到1之间的整数，它们也有一个标准差y_dev (因为实验重复了几次)。我试图使用20个最近的邻居(使用Matlab)来寻找移动平均值：
num_data=length(x)
mov_average=y
for i=11,num_data-10 % we leave the data in the edges the same
ind1(i)=i-10
ind2(i)=i+10
mov_average(i)=mean(y(ind1(i):ind2(i)));
end
上面的方法导出了移动平
浏览 0提问于2015-07-05得票数 0
回答已采纳
我在计算一个级数的平均真RangeATR时卡住了。ATR基本上是TrueRangeTR的Exp Movin Avg
TR is nothing but MAX of -
Method 1: Current High less the current Low
Method 2: Current High less the previous Close (absolute value)
Method 3: Current Low less the previous Close (absolute value)
在Pandas中，我们没有内置的EMA函数。
浏览 3提问于2016-11-17得票数 0
是否有用于简单移动平均、指数移动平均和线性奇异移动平均的Python包？我的输入信号是一个3d阵列，我只是不想在这里重新发明轮子。最理想的选择是对裸皮？
编辑:这是一个加速度计测量。
浏览 3提问于2022-07-20得票数 0
我正在尝试运行下面的代码，但是我得到了一个错误。
line 43, in <module> ups_avg = pd.ewm(ups, span=RSI_N)[-1]
AttributeError: module 'pandas' has no attribute 'ewm
我正在使用最新的pandas模块。请告诉我怎么修43行？谢谢
from binance.client import Client
import numpy as np
import pandas as pd
import smtplib
import t
浏览 36提问于2018-08-05得票数 3
1回答
我有几个加权值，我取的是加权平均值。我想用加权值和加权平均值来计算加权标准差。我将如何修改典型的标准差，以便在每个度量中包括权重？
这是我使用的标准差公式。
当我简单地使用'x‘的每个加权值和'\bar{x}’的加权平均值时，结果似乎比它应该的小。
浏览 16提问于2015-05-21得票数 8
回答已采纳
我有一个窗格化的时间序列数据集(它是由给定成员按会话提交的所有国会法案，Year是time var，Memberid是面板var)。视觉：
Year Memberid Sub
1995 01179 4
1996 01179 0
1995 12242 2
我想要做的是在所有面板上创建一个移动平均变量。因此，例如，移动平均数将与所有成员在过去x年内提交的平均法案数一起计算。我试过使用tssmooth ma，但这只返回每个面板内的移动平均值。
浏览 1提问于2014-03-26得票数 0
回答已采纳
1回答
我是蟒蛇和熊猫的初学者。我很难使波动率调整移动平均线，所以我需要你的帮助。
波动率调整移动平均是一种移动平均，其中移动平均周期不是静态的，而是根据波动率动态调整的。
我想编码的是，
从雅虎财务获得股票数据(月收盘)
计算动态移动平均周期的月波动X的一些常数->使用变量。
计算动态移动平均
我试过这段代码，但最后失败了。我不知道问题出在哪里。如果你知道问题，或任何更好的代码建议，请告诉我。
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import pandas_datare
浏览 4提问于2016-10-12得票数 3
回答已采纳
2回答
我目前正在使用移动平均值，并使用一种算法快速计算它：
public void AddPoint(double input)
{
Value += (input - Value) / (dataLength * divergenceCorrection);
}
我注意到，平均值可能会落后相当多，而不是对每个值进行真实的计算。
示例：
double[] values = new double[] { 10, 10, 10, 10, 10, 2, 2, 2, 2, 2 };
double value = 0;
foreach(double num in values)
{
value
浏览 25提问于2022-09-14得票数 0
2回答
我有一个盒子是用我办公室里的一些零件做的。
我使用了一个旧的英特尔核心处理器(而不是core2) @2.0ghz和两个核。
该机器正在运行Ubuntu11.10 64位服务器版本，它是我的iSCSI VMware目标。这个盒子上还运行着ZFS，我正在Linux构建上使用ZFS。
就我而言..。
当我把东西从旧的存储器复制到新的存储器(这个盒子)时，顶部的平均负载就会上升。我想我看到的最高的是15.01。
这对双核不好吗？
一般情况不好吗？
对于双核来说，负载不应该停留在2.0以下吗？
或者说，只要它不保持不变，它就可以像那样上升。因为当服务器大部分空闲时，恒定负载平均约为0.15 ->
浏览 0提问于2012-02-03得票数 2
回答已采纳
3回答
在我的交易申请中，我得到了股票价格的“实时报价”。我需要维护SMA。假设我想要20支蜡烛，每支蜡烛的持续时间是10秒。这意味着
每10秒我就有“检查点”，在这里：
我“关闭”目前的蜡烛和存储平均价格在过去的10秒。平均为(最大-分钟)/2
我“开始”新蜡烛和储存最后的价格。
我清理了“过时”的蜡烛。
每一个滴答：
我更新当前“形成”蜡烛的“最后”价格，并重新计算SMA。
所以在任何情况下我都需要“重新计算”SMA。在大多数情况下，仅更改最后一支蜡烛的价格(因为我们使用最后一次价格)。每10秒有一次我需要更多的额外工作--我需要“忘记”过时蜡烛的平均值，以及“存储
浏览 5提问于2014-04-28得票数 4
回答已采纳
1回答
简单移动平均线的计算是否包括平均线中的当前价格？比如价格是{1，2，3，4，5}，那么3天的SMA是{-，-，2，3，4}，还是{-，2，3}？
浏览 1提问于2013-07-22得票数 2
回答已采纳
2回答
我想要计算一个时间序列的滚动加权平均值和在特定时间间隔上计算的平均值。例如，用90天的窗口(不加权)计算滚动平均值：
import numpy as np
import pandas as pd
data = np.random.randint(0, 1000, (1000, 10))
index = pd.date_range("20190101", periods=1000, freq="18H")
df = pd.DataFrame(index=index, data=data)
df = df.rolling("90D").mean
浏览 0提问于2019-08-19得票数 1
回答已采纳
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
1回答
我是CNN的新手，在CNN中使用keras实现Batchnorm。批处理规范层具有4*Feature_map( prev层)参数。具体情况如下：
2为γ和β，其余2为小批均值和方差的指数移动平均。
现在，均值和方差的指数移动平均定义为：
running_mean = momentum * running_mean + (1 - momentum) * sample_mean
running_var = momentum * running_var + (1 - momentum) * sample_var
在keras的BatchNormalization函数中，我看到只有一个叫做动量的超
浏览 4提问于2021-01-05得票数 0
回答已采纳
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
