Pandas' 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 return 与我从 [=45= 获得的 EMA 相同] 网站。

我仔细检查了收盘价，它们是匹配的，但 EMA 总是出现 "wrong"。

这是我正在使用的 CSV：INTC Stock Data

它包含英特尔股票（股票代码：INTC）从 2016 年 4 月 20 日到 2018 年 2 月 1 日的每日日期、月份名称、开盘价、最高价、最低价、收盘价、日均价和成交量。

当我查看 MarketWatch or Fidelity 等较大的股票网站时，他们的数字与我的不匹配。他们彼此相配，但我不相配。

例如...

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

或...

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

或...

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

给我 2018 年 2 月 1 日的 EMA，例如 44.71 美元、47.65 美元、46.15 美元等，当 真实 20 天 EMA 在 任何[=41] =] 金融网站是 45.65 美元。无论我尝试计算 EMA 的日期是什么，我都会得到错误的数字。当我只尝试 5 天 EMA 时甚至是错误的。

我已经阅读、观看并遵循了有关该主题的教程，但它们的结果也不符合您在任何金融网站上找到的 accepted/published EMA。创建教程和视频的人根本不会在 Panda's 计算数字后相互核对。我需要我的号码匹配。

我如何得出与互联网上所有其他金融网站都获得的 EMA 相同的数字？我认为这与调整后的收盘价没有任何关系，因为我使用的是 old/settled 数据并且我的收盘价和日期与他们的相同。

Answer 1

对 DataFrame 进行排序，使日期按升序排列。由于您的数据按日期降序排列，如果您不首先对日期进行排序，您的 ewm 计算会以指数方式对 最早的 日期进行加权，而不是最晚的日期（应该是这样）。

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 Marketwatch 一致，即 2018 年 2 月 1 日的 EWMA(20) 为 46.42。

Answer 2

我建议使用Pandas TA来计算python中的技术指标。我发现它比 pandas.

附带的指标更准确，指标也更多

使用Pandas TA，20周期指数移动平均线计算如下：

import pandas_ta as ta

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

Pandas' EMA 与股票的 EMA 不匹配？

Pandas' EMA not matching the stock's EMA?

python

finance

stockquotes

python-3.x

pandas