eviews 和 Python 中的移动平均线

Question

我想问一下在时间序列趋势分析中做移动平均模型的时候当我们在 eviews 中做移动平均时，我们会做类似下面的代码

moving average = @movavc(data, n)

但是在 python 中，我们将执行如下操作：

data["mov_avc"] = data.rolling(window=n).mean()

在 eviews 中做简单移动平均时，我们首先会丢失但也会丢失最后几个观察结果，在 python 中，我们只会丢失第一个观察结果。

怎么会这样？

Answer 1

如果我答对了你的问题，你想了解为什么在 python 中执行 window 大小 n 的移动平均线不丢最后几分

查看 pandas.rolling() docs 您会看到以下注释：

By default, the result is set to the right edge of the window. This can be changed to the center of the window by setting center=True.

这意味着默认情况下，滚动 window 不以计算平均值的值为中心。

让我们通过一个例子来看看它是如何工作的。

我们有一个简单的 DataFrame：

In [2]: ones_matrix = np.ones((5,1))
   ...: ones_matrix[:,0] = np.array([i+1 for i in range(ones_matrix.shape[0])])
   ...: index = [chr(ord('A')+i) for i in range(ones_matrix.shape[0])]
   ...: df = pd.DataFrame(data = ones_matrix,columns=['Value'],index=index)
   ...: df
Out[2]:
   Value
A    1.0
B    2.0
C    3.0
D    4.0
E    5.0

现在让我们滚动 window 大小 3。（请注意，我明确地写了参数 center=False 但这是调用 df.rolling() 的默认值）

In [3]: rolled_df = df.rolling(window=3,center=False).mean()
   ...: rolled_df
Out[3]:
   Value
A    NaN
B    NaN
C    2.0
D    3.0
E    4.0

前两行是 NaN，而最后的点保留在那里。例如，如果您注意到 index C 的行，滚动后的值为 2。但是之前是3。这意味着该索引的新值是对具有索引 {A,B,C} 的值分别为 {1,2,3} 的行进行平均的结果。

因此您可以看到 window 在计算该位置的平均值时并未以索引 C 为中心，而是以索引 B 为中心。

您可以通过设置 centered=True 来更改它，从而输出预期的行为：

In [4]: centred_rolled_df = df.rolling(window=3,center=True).mean()
   ...: centred_rolled_df
Out[4]:
   Value
A    NaN
B    2.0
C    3.0
D    4.0
E    NaN

eviews 和 Python 中的移动平均线

Moving average in eviews and Python

python

moving-average

eviews