python - 如何使用 for 循环在 python 中创建 Traingular 移动平均线
问题描述
我使用 python pandas 来计算以下公式(https://i.stack.imgur.com/XIKBz.png)我在 python 中这样做:
EURUSD['SMA2']= EURUSD['Close']. rolling (2).mean()
EURUSD['TMA2']= ( EURUSD['Close'] + EURUSD[SMA2']) / 2
当我计算 TMA 100 时,问题是长编码,所以我需要使用“for loop”来轻松更改 TMA 周期。提前致谢
编辑:我找到了代码,但有一个错误:
值 = []
对于范围内的 i(1,201): values.append(eurusd['Close']).rolling(window=i).mean() values.mean()
解决方案
TMA 是平均值的平均值。
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)
或者您可以轻松打印它。
print(df["mean1"].mean())
这是它的外观:
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
推荐阅读
- flutter - 推后如何在脚手架树中弹出抽屉
- cakephp - CakePHP 教程错误:对 /users 的请求没有应用任何授权检查
- html - Vuetify DataTable - 垂直对齐单元格内容
- python - Python Azure 事件中心使用事件属性
- css - 符合内容大小的网格框
- c# - 在 System.Windows.Data.ListCollectionView 中导航项目时,CurrentPosition 和当前索引不同步
- function - 尝试在 Kotlin 类中使用 if 函数
- python - Python - 通过键数组更改嵌套值
- c - 在 C 中声明结构后的变量是什么意思?
- c++ - 致命错误:模板实例化深度超过最大值 900