熊猫的EMA与股票的EMA不匹配？

Question

我正在尝试使用Python(使用Pandas)来计算英特尔(INTC)每日股票数据的20天指数移动平均线(EMA).Pandas有很多方法可以做到这一点,我也尝试过在Pandas上运行的stockstats,但它们从来没有像我从股票/金融网站那样返回相同的EMA.

我已经仔细检查了收盘价,但它们相符,但EMA总是出现"错误".

这是我正在使用的CSV:INTC股票数据

它包含2016年4月20日至2月1日期间英特尔股票(股票代码:INTC)的每日日期,月份名称,开盘价,最高价,最低价,收盘价,日平均交易量和交易量.

当我查看像MarketWatch或Fidelity这样的大型股票网站时,他们的数字与我的不相符.他们相互匹配,但不是我.

例如...

df2['Close'].ewm(span=20,min_periods=0,adjust=False,ignore_na=False).mean()

要么...

df2['Close'].ewm(span=20, min_periods=20, adjust=True).mean()

要么...

df2["Close"].shift().fillna(df["Close"]).ewm(com=1, adjust=False).mean()

当我在任何金融网站上的真实20天EMA为45.65美元时,给我EMA's for 2/1/201,如$ 44.71,$ 47.65,$ 46.15等.无论我尝试计算EMA的日期,我得到的数字都是错误的.当我尝试5天EMA时,这甚至是错误的.

我已阅读,观看并关注该主题的教程,但其结果也与您在任何金融网站上找到的已接受/已发布的EMA不符.在Panda捣乱数字之后,创建教程和视频的人们根本就不会互相检查它们.我需要我的数字才能匹配.

我如何得到相同的数据互联网上的每个其他金融网站都获得EMA？我不认为这与调整后的收盘价有任何关系,因为我使用的是旧的/结算数据,我的收盘价和日期与他们的相同.

Answer 1

对DataFrame进行排序,以便日期按递增顺序排列.由于您的数据按日期递减递减顺序,如果您不先对日期进行排序,则您的ewm计算会以最早的日期(而不是最新日期)按指数方式对最早的日期进行加权.

import pandas as pd

df = pd.read_csv('intc_data.txt', parse_dates=['Date'], index_col=['Date'])
df['backward_ewm'] = df['Close'].ewm(span=20,min_periods=0,adjust=False,ignore_na=False).mean()
df = df.sort_index()
df['ewm'] = df['Close'].ewm(span=20,min_periods=0,adjust=False,ignore_na=False).mean()
print(df[['ewm', 'backward_ewm']].tail())

产量

                  ewm  backward_ewm
Date                               
2018-01-26  45.370936     48.205638
2018-01-29  45.809895     48.008337
2018-01-30  46.093714     47.800794
2018-01-31  46.288599     47.696667
2018-02-01  46.418256     47.650000

这与市场观察一致,后者称2018-02-01的EWMA(20)为46.42.

Answer 2

我建议在Python中使用Pandas TA来计算技术指标。我发现它比 pandas 附带的指标更准确，并且有更多的指标。

使用 Pandas TA，20 周期指数移动平均线的计算如下：

import pandas_ta as ta

data["EMA20"] = ta.ema(df2["Close"], length=20)