'pd.ewma'没有这个模块,改用`Series.ewm` 或降低 ... | Pd EWMA

问题:在进行画出指数平滑移动平均线,遇到如下问题:# pd.ewma(com=None, span=one) # 指数平均线。

com:数据;span:时间 ...pandas0.23.4:'pd.ewma'没有这个模块,改用`Series.ewm`或降低版本到pandas0.21.0Kungs82018-11-1316:51:188108收藏7分类专栏:python人工智能文章标签:pd.ewma版权声明:本文为博主原创文章,遵循CC4.0BY-SA版权协议,转载请附上原文出处链接和本声明。

本文链接:https://blog.csdn.net/yanpenggong/article/details/84031655版权问题:在进行画出指数平滑移动平均线,遇到如下问题:#pd.ewma(com=None,span=one)#指数平均线。

com:数据;span:时间间隔AttributeError:module'pandas'hasnoattribute'ewma'解决办法:方法一:换用下面的方法#Series.ewm(com=None,span=None,halflife=None,alpha=None,min_periods=0,freq=None,adjust=True,ignore_na=False,axis=0)#com:float,optional#Specifydecayintermsofcenterofmass,\(\alpha=1/(1+com),\text{for}com\geq0\)#span:float,optional#Specifydecayintermsofspan,\(\alpha=2/(span+1),\text{for}span\geq1\)#halflife:float,optional#Specifydecayintermsofhalf-life,\(\alpha=1-exp(log(0.5)/halflife),\text{for}halflife>0\)#alpha:float,optional#Specifysmoothingfactor\(\alpha\)directly,\(0<\alpha\leq1\)#Newinversion0.18.0.#min_periods:int,default0#Minimumnumberofobservationsinwindowrequiredtohaveavalue(otherwiseresultisNA).#freq:Noneorstringalias/dateoffsetobject,default=None(DEPRECATED)#Frequencytoconformtobeforecomputingstatistic#adjust:boolean,defaultTrue#Dividebydecayingadjustmentfactorinbeginningperiodstoaccountforimbalanceinrelativeweightings(viewingEWMAasamovingaverage)#ignore_na:boolean,defaultFalse#Ignoremissingvalueswhencalculatingweights;specifyTruetoreproducepre-0.15.0behaviorstock_day["close"].ewm(span=30).mean().plot()方法二:在pandas0.23.4版本中,已经不存在这种方法,回退到之前版本pandas0.21.0就一切完美pipinstallpandas==0.21实例:#简单移动平均线(SMA),又称“算数移动平均线”,是指特定期间的收盘价进行平均化#例:5日的均线SMA=(C1+C2+C3+C4+C5)/5#Cn为数据中第n天的数#计算移动平均线,对每天的股票的收盘价进行计算close指标#pd.rolling_mean(data,window=5)#这种方法已经淘汰了data.rolling(window=n).mean().plot()#window=nn日的平均数#加权移动平均线(WMA):为了提高最近股票(收盘价)数据的影响,防止被平均#1)末日加权移动平均线:MA(N)=(C1+C2+C3+C4+...+Cn*2)/(n+1)#2)线性加权移动平均线(给的权重比例太大,导致最近的时间序列数据影响过大,一般不选择):MA(N)=(C1+C2*2+C3*3+C4*4+...+Cn*n)/(1+2+...+n)#3)指数平滑移动平均线(EWMA):#提高最近的数据的比重,不存在


常見投資理財問答


延伸文章資訊