使用 Pandas 的指数加权移动平均线
声明：本页面是StackOverFlow热门问题的中英对照翻译，遵循CC BY-SA 4.0协议，如果您需要使用它，必须同样遵循CC BY-SA许可，注明原文地址和作者信息，同时你必须将它归于原作者（不是我）：StackOverFlow
原文地址: http://stackoverflow.com/questions/42455251/
Warning: these are provided under cc-by-sa 4.0 license. You are free to use/share it, But you must attribute it to the original authors (not me):
StackOverFlow
Exponential Weighted Moving Average using Pandas
提问by spin_cycle
I need to confirm few thing related to pandas exponential weighted moving average function.
我需要确认一些与Pandas指数加权移动平均函数相关的事情。
If I have a data set df for which I need to find a 12 day exponential moving average, would the method below be correct.
如果我有一个数据集 df 需要为其找到 12 天指数移动平均线，那么下面的方法是否正确。
exp_12=df.ewm(span=20,min_period=12,adjust=False).mean()
Given the data set contains 20 readings the span (Total number of values) should equal to 20.
鉴于数据集包含 20 个读数，跨度（值的总数）应等于 20。
Since I need to find a 12 day moving average hence min_period=12. I interpret span as total number of values in a data set or the total time covered.
由于我需要找到 12 天移动平均线，因此 min_period=12。我将跨度解释为数据集中值的总数或涵盖的总时间。
Can someone confirm if my above interpretation is correct? I can't get the significance of adjust.
有人可以确认我的上述解释是否正确吗？我无法理解调整的意义。
I've attached the link to pandas.df.ewm documentation below.
我已将链接附加到下面的 pandas.df.ewm 文档。
http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.ewm.html
http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.ewm.html
回答by spin_cycle
Quoting from Pandas docs: Span corresponds to what is commonly called an “N-day EW moving average”.
引自Pandas 文档：跨度对应于通常所说的“N 天 EW 移动平均线”。
In your case, set span=12. You do not need to specify that you have 20 datapoints, pandas takes care of that. min_period may not be required here.
在您的情况下，设置 span=12。您不需要指定您有 20 个数据点，pandas 会处理这些。此处可能不需要 min_period。
