时间戳

首页 > 解决方案 > Python Pandas Dataframe：如何从现有数据框列中获取趋势线数据？

python - Python Pandas Dataframe：如何从现有数据框列中获取趋势线数据？

问题描述

我希望能够从我的其他列的两个点创建包含趋势线数据的列，例如收盘价到 5 天后的收盘价。

我希望趋势线向前和向后看，延伸超过绘制它的 2 个点。

现在我不介意在 mplfinance 或 matplotlib 中绘制它们，我只想要趋势线编号以便我可以使用它们。

任何帮助是极大的赞赏 ：）

标签： pythonpandasdataframealgorithmic-tradingtrading

解决方案

基本思想是确定直线公式中的常数，并使用该公式向前和/或向后扩展趋势线。直线的公式是：

y = mx + b

其中m是斜率，b是y 截距（ywhen的值x == 0）。

该公式假设 x 和 y 都是连续的。

给定两个点（两个 x,y 对）、x1和y1, x2，y2首先计算斜率：

slope = (y2-y1) / (x2-x1)

然后使用两个点中的任何一个来计算 y 截距：

y-intercept = y1 - slope*x1

现在您可以使用计算所有相关值的y = mx + b直线yx

对于时间序列数据，上述有两个问题：

第一个问题是在时间序列y中通常是float一段x是某种datetime对象。这意味着斜率(y2-y1)/(x2-x1)将被 afloat除以 aDatetimeDelta，这是大多数编程语言所不允许的（除非您可以覆盖除法运算符；但如果是这样，使用什么算法？）。

此问题的解决方案是首先将日期float为与时间成比例且连续的表示（例如，UNIX 时间或 matplotlib 日期时间）。现在您可以计算斜率和 y 截距。

如果您的时间序列与 time 不连续，则会出现第二个问题。如果您选择忽略非交易日，这在交易数据中很常见。忽略非交易日会导致 x 轴与时间不连续。这意味着斜率计算(y2-y1)/(x2-x1)将不正确。

这个不连续性问题有两种解决方案：

  1. 不要担心，因为在短时间内，即使有一些不连续性，斜率计算也可能 是一个足够接近的近似值。
  2. 如果您的数据框中完全缺少非交易日，请认识到，虽然数据在时间方面可能是不连续的，但相对于 数据框的行号而言是连续的。因此，可以使用分母中的数据帧行号来计算斜率。

单击此处可以找到更详细的讨论以及一些代码示例和图表。

hth

推荐阅读