指數移動平均熊貓vs Ta-lib

Question

我目前正在編寫涉及一些財務計算的代碼。更特別的是一些指數移動平均線。要做到我試圖大熊貓和塔里布工作：

talib_ex=pd.Series(talib.EMA(self.PriceAdjusted.values,timeperiod=200),self.PriceAdjusted.index) 
pandas_ex=self.PriceAdjusted.ewm(span=200,adjust=True,min_periods=200-1).mean() 

他們都做工精細，但它們提供了在陣列的開頭不同的結果：

因此，有一些參數更改爲熊貓的EWMA或它是一個錯誤，我應該擔心？

在此先感謝

盧卡

Answer 1

對於塔里布EMA，計算公式爲：

因此，使用熊貓的時候，如果你想使EMA一樣大熊貓talib，您應該將其用作：

pandas_ex = self.PriceAdjusted.ewm（span = 200,adjust = False，min_periods = 200-1）.mean（）

請根據您是否要使用相同的公式爲塔里布文檔（https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.ewm.html）將調整爲假：

當調整爲True（ （1-α）（n-1），（1-alpha）（n-2），...，1-alpha，1

當調整爲假，加權平均值遞歸地計算爲： weighted_average [0] = arg [0]; weighted_average [i] =（1-alpha）weighted_average [i-1] + alpha arg [i]。

您也可以參考這裏： https://en.wikipedia.org/wiki/Moving_average

PS：不過，在我的項目，我仍然發現塔里布和pandas.ewm之間存在一些小的差異，不知道爲什麼還...