在熊猫中具有过滤条件的Python EWM（指数加权移动平均线）

Question

我想用大熊猫制作过滤后的EWMA。

    import pandas as pd
    import numpy as np
    import pandas_datareader.data as web

    gg = web.DataReader('GOOG', 'yahoo', start = '2015-01-01', end = '2018-12-31')
    ln_gg = np.log(gg['Adj Close'])
    d_ln_gg = ln_gg.diff()

现在，我每天回报Google的股权。

我接下来要做的是使用 EWMA（指数加权移动平均线）使“已过滤的历史波动率” 。

我知道熊猫中的“ EWM”比EWMA高，例如d_ln_gg.ewm(alpha = 0.94).mean()

enter image description here

但是，上面的alpha选项计算整个时间序列。我需要有限的EWMA。

但是，跨度选项也不令人满意，因为我想像“ alpha”选项一样应用平滑衰减效果。 'span'选项适用于指定期限的相同效果。

因此，我想仅使用前30天的时间序列来制作带有alpha选项的EWM。还有其他方法吗？

谢谢。