Python：如何编写指数移动平均线？

Question

我想对数据框 df 的三列进行计算。为了实现这一点，我想在一个包含加密货币资产价格的列表中运行一个三列表格，以便在有足够的数据后计算它们的指数移动平均值。

def calculateAllEMA(self,values_array):
    df = pd.DataFrame(values_array, columns=['BTC', 'ETH', 'DASH'])
    column_by_search = ["BTC", "ETH", "DASH"]
    print(df)
    for i,column in enumerate(column_by_search):
        ema=[]
        # over and over for each day that follows day 23 to get the full range of EMA
        for j in range(0, len(column)-24):
            # Add the closing prices for the first 22 days together and divide them by 22.
            EMA_yesterday = column.iloc[1+j:22+j].mean()
            k = float(2)/(22+1)
            # getting the first EMA day by taking the following day’s (day 23) closing price multiplied by k, then multiply the previous day’s moving average by (1-k) and add the two.
            ema.append(column.iloc[23 + j]*k+EMA_yesterday*(1-k))
        print("ema")
        print(ema)
        mean_exp[i] = ema[-1]
    return mean_exp

然而，当我打印len(column)-24中的内容时，我得到了-21（-24 + 3？）。因此，我无法通过循环。如何处理这个错误以获得资产的指数移动平均值？

我尝试应用iexplain.com上的此链接来获取指数移动平均值的伪代码。

如果您有任何更简单的想法，我很乐意听取。

以下是出现错误时我用于计算的数据：

        BTC     ETH    DASH
0   4044.59  294.40  196.97
1   4045.25  294.31  196.97
2   4044.59  294.40  196.97
3   4045.25  294.31  196.97
4   4044.59  294.40  196.97
5   4045.25  294.31  196.97
6   4044.59  294.40  196.97
7   4045.25  294.31  196.97
8   4045.25  294.31  196.97
9   4044.59  294.40  196.97
10  4045.25  294.31  196.97
11  4044.59  294.40  196.97
12  4045.25  294.31  196.97
13  4045.25  294.32  197.07
14  4045.25  294.31  196.97
15  4045.41  294.46  197.07
16  4045.25  294.41  197.07
17  4045.41  294.41  197.07
18  4045.41  294.47  197.07
19  4045.25  294.41  197.07
20  4045.25  294.32  197.07
21  4045.43  294.35  197.07
22  4045.41  294.46  197.07
23  4045.25  294.41  197.07

- Antoine Coppin

---

如果你不是出于学习目的而这样做，那么你应该知道Pandas已经内置了ewma计算功能：https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.ewm.html - Mark Dickinson

在Pandas文档中还有更多内容。https://pandas.pydata.org/pandas-docs/stable/computation.html - Marcel Flygare

Answer 1

pandas.stats.moments.ewma在原始答案中已被弃用。

您可以使用pandas.DataFrame.ewm，文档记录如下此处。

---

以下是一个完整的代码片段，其中包含了从指定列计算的ewmas的数据帧。

代码：

# imports
import pandas as pd
import numpy as np

np.random.seed(123)

rows = 50
df = pd.DataFrame(np.random.randint(90,110,size=(rows, 3)), columns=['BTC', 'ETH', 'DASH'])
datelist = pd.date_range(pd.datetime(2017, 1, 1).strftime('%Y-%m-%d'), periods=rows).tolist()
df['dates'] = datelist 
df = df.set_index(['dates'])
df.index = pd.to_datetime(df.index)

def ewmas(df, win, keepSource):
    """Add exponentially weighted moving averages for all columns in a dataframe.

    Arguments: 
    df -- pandas dataframe
    win -- length of ewma estimation window
    keepSource -- True or False for keep or drop source data in output dataframe

    """

    df_temp = df.copy()

    # Manage existing column names
    colNames = list(df_temp.columns.values).copy()
    removeNames = colNames.copy()

    i = 0
    for col in colNames:

        # Make new names for ewmas
        ewmaName = colNames[i] + '_ewma_' + str(win)   

        # Add ewmas
        #df_temp[ewmaName] = pd.stats.moments.ewma(df[colNames[i]], span = win)
        df_temp[ewmaName] = df[colNames[i]].ewm(span = win, adjust=True).mean()

        i = i + 1

    # Remove estimates with insufficient window length
    df_temp = df_temp.iloc[win:]

    # Remove or keep source data
    if keepSource == False:
        df_temp = df_temp.drop(removeNames,1)

    return df_temp

# Test run
df_new = ewmas(df = df, win = 22, keepSource = True)
print(df_new.tail())

输出：

             BTC  ETH   DASH  BTC_ewma_22  ETH_ewma_22    DASH_ewma_22
dates                                                             
2017-02-15   91   96    98    98.752431    100.081052     97.926787
2017-02-16  100  102   102    98.862445    100.250270     98.285973
2017-02-17  100  107    97    98.962634    100.844749     98.172712
2017-02-18  103  102    91    99.317826    100.946384     97.541684
2017-02-19   99  104    91    99.289894    101.214755     96.966758

使用df_new[['BTC', 'BTC_ewma_22']].plot()绘制图表：

- vestland

Answer 2

在你的循环中for i,column in enumerate(column_by_search):，你遍历了列的元素列表column_by_search，即依次使用“BTC”、“ETH”、“DASH”作为列的取值。因此，len(column)将给出字符串“BTC”的长度，实际上是3。

尝试改用df[column]，这将返回所需列中的元素列表，您可以对其进行迭代。

- MathiasL

---

感谢您的建议！但是，它告诉我UnboundLocalError: local variable 'column' referenced before assignment。 - Antoine Coppin