首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >如何在python中使用for循环创建Traingular移动平均

如何在python中使用for循环创建Traingular移动平均
EN

Stack Overflow用户
提问于 2019-05-05 20:59:27
回答 1查看 90关注 0票数 0

我使用python pandas来计算以下公式(https://i.stack.imgur.com/XIKBz.png),我在python中是这样做的:

代码语言:javascript
复制
EURUSD['SMA2']= EURUSD['Close']. rolling (2).mean()
EURUSD['TMA2']= ( EURUSD['Close'] + EURUSD[SMA2']) / 2

当我计算TMA 100时,问题是编码很长,所以我需要使用“for loop”来方便地更改TMA周期。提前感谢

编辑:我已经找到了代码,但有一个错误:

值= []

对于范围(1,201)内的i: values.append(eurusd'Close').rolling(window=i).mean() values.mean()

EN

回答 1

Stack Overflow用户

发布于 2019-05-05 21:30:44

TMA是平均值的平均值。

代码语言:javascript
复制
import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.rand(10, 5))
print(df)
# df['mean0']=df.mean(0)
df['mean1']=df.mean(1)
print(df)

df['TMA'] = df['mean1'].rolling(window=10,center=False).mean()
print(df)

或者你也可以很容易地打印出来。

代码语言:javascript
复制
print(df["mean1"].mean())

下面是它的外观:

代码语言:javascript
复制
          0         1         2         3         4
0  0.643560  0.412046  0.072525  0.618968  0.080146
1  0.018226  0.222212  0.077592  0.125714  0.595707
2  0.652139  0.907341  0.581802  0.021503  0.849562
3  0.129509  0.315618  0.711265  0.812318  0.757575
4  0.881567  0.455848  0.470282  0.367477  0.326812
5  0.102455  0.156075  0.272582  0.719158  0.266293
6  0.412049  0.527936  0.054381  0.587994  0.442144
7  0.063904  0.635857  0.244050  0.002459  0.423960
8  0.446264  0.116646  0.990394  0.678823  0.027085
9  0.951547  0.947705  0.080846  0.848772  0.699036
          0         1         2         3         4     mean1
0  0.643560  0.412046  0.072525  0.618968  0.080146  0.365449
1  0.018226  0.222212  0.077592  0.125714  0.595707  0.207890
2  0.652139  0.907341  0.581802  0.021503  0.849562  0.602470
3  0.129509  0.315618  0.711265  0.812318  0.757575  0.545257
4  0.881567  0.455848  0.470282  0.367477  0.326812  0.500397
5  0.102455  0.156075  0.272582  0.719158  0.266293  0.303313
6  0.412049  0.527936  0.054381  0.587994  0.442144  0.404901
7  0.063904  0.635857  0.244050  0.002459  0.423960  0.274046
8  0.446264  0.116646  0.990394  0.678823  0.027085  0.451842
9  0.951547  0.947705  0.080846  0.848772  0.699036  0.705581
          0         1         2         3         4     mean1       TMA
0  0.643560  0.412046  0.072525  0.618968  0.080146  0.365449       NaN
1  0.018226  0.222212  0.077592  0.125714  0.595707  0.207890       NaN
2  0.652139  0.907341  0.581802  0.021503  0.849562  0.602470       NaN
3  0.129509  0.315618  0.711265  0.812318  0.757575  0.545257       NaN
4  0.881567  0.455848  0.470282  0.367477  0.326812  0.500397       NaN
5  0.102455  0.156075  0.272582  0.719158  0.266293  0.303313       NaN
6  0.412049  0.527936  0.054381  0.587994  0.442144  0.404901       NaN
7  0.063904  0.635857  0.244050  0.002459  0.423960  0.274046       NaN
8  0.446264  0.116646  0.990394  0.678823  0.027085  0.451842       NaN
9  0.951547  0.947705  0.080846  0.848772  0.699036  0.705581  0.436115
票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/55992200

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档