EMA(Exponential Moving Average)是指数平均数指标

本文介绍了一种计算指数平均数(EMA)的技术实现方法,并提供了一个具体的Python函数实现例子。通过该函数可以为给定的价格序列计算出N期的EMA值。文章还展示了使用该函数处理特定期货价格数据的结果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

EMA(Exponential Moving Average)是指数平均数指标

def EMA(df_close, N):
    weight = []
    for i in range(N):
        weight_i = 2 / (N + 1) * (N - i) / N
        weight.append(weight_i)
        # print(weight_i)
    weight_array = np.array(weight)

    ema_n = np.empty_like(df_close)
    ema_n[:, ] = np.nan
    for j in range(N - 1, len(df_close)):
        # from 3 to 100 these for
        df_close_i = df_close.loc[j - N + 1:j, ]
        ema_n[j] = sum(df_close_i * weight_array)
        # print(j)
    return ema_n

 

df_close:价格序号从0开始一列(n*1)

N:N期指数平均(int)

以下是我随便扔进去的一个期货的close价格的图片,橙色是移动平均的,蓝色是真实值,数据描述:

symbol='SHFE.RB' 
frequency='600s' 
start_time='2014-01-01'
end_time='2015-01-03'

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值