指数移动平均值熊猫与Ta-lib

Question

我目前正在撰写涉及一些财务计算的代码。更特别是一些指数移动平均线。为了完成这项工作，我尝试过Pandas和Talib：

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()

它们都工作正常，但它们在数组开始时提供不同的结果：

所以有一些参数需要改成熊猫的EWMA，或者它是一个bug，我应该担心吗？

提前致谢

卢卡

Answer 1

对于talib ema，公式为：

所以当使用熊猫时，如果你想让pandas ema和talib一样，你应该将它用作：

pandas_ex = self.PriceAdjusted.ewm（跨度= 200，调整=假下，min_periods = 200-1）.mean（）

如果您想使用与talib相同的公式，请根据文档（https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.ewm.html）将adjust设置为False：

  

当adjust为True（默认值）时，使用权重（1-alpha）（n-1），（1-alpha）（n-2），...计算加权平均值， 1-alpha，1。

     

当adjust为False时，递归计算加权平均值：   weighted_average [0] = arg [0]; weighted_average [i] =（1-alpha） weighted_average [i-1] + alpha arg [i]。

您也可以在这里参考： https://en.wikipedia.org/wiki/Moving_average

PS：但是，在我的项目中，我仍然发现talib和pandas.ewm之间存在一些细微差别，并且不知道为什么......