指数移动平均熊猫vs Ta-lib

Question

我目前正在编写涉及一些财务计算的代码。更特别的是一些指数移动平均线。要做到我试图大熊猫和塔里布工作：

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() 

他们都做工精细，但它们提供了在阵列的开头不同的结果：

因此，有一些参数更改为熊猫的EWMA或它是一个错误，我应该担心？

在此先感谢

卢卡

Answer 1

对于塔里布EMA，计算公式为：

因此，使用熊猫的时候，如果你想使EMA一样大熊猫talib，您应该将其用作：

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

请根据您是否要使用相同的公式为塔里布文档（https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.ewm.html）将调整为假：

当调整为True（ （1-α）（n-1），（1-alpha）（n-2），...，1-alpha，1

当调整为假，加权平均值递归地计算为： weighted_average [0] = arg [0]; weighted_average [i] =（1-alpha）weighted_average [i-1] + alpha arg [i]。

您也可以参考这里： https://en.wikipedia.org/wiki/Moving_average

PS：不过，在我的项目，我仍然发现塔里布和pandas.ewm之间存在一些小的差异，不知道为什么还...