python - Python EMA 方差随着时间的推移而最小化......大约 3xSpan

Question

我在交易视图中有一个指标，我想在 Python 中重现，它需要计算 5 个周期的 EMA。当我将结果与交易视图中的指标进行比较时...方差需要大约 3 倍的跨度才能归一化为舍入误差（即 5 分钟的 EMA5 需要约 15 个柱才能达到方差 <.01）。直到 ~70bars 才完美（至少 20 位数）

我明白为什么一开始就结束了……不是为什么要花这么长时间才能正常化

df = df.sort_index(ascending=False)
df['ewm5'] = df['hl2'].ewm(span=5,min_periods=0,adjust=False,ignore_na=False).mean()

酒吧	Python	训练视图	变量
1	2614.625	2611.9092827763
2	2612.77166666666	2610.96118851753	1.810478
3	2607.87277777777	2606.66579234502	1.206985
4	2604.82851851851	2604.02386156335	0.804657
...	...	...	...
14	2586.55677696426	2586.54286633543	0.013911
15	2582.95451797617	2582.94524422362	0.009274
16	2580.92634531745	2580.92016281574	0.006183
17	2582.11423021163	2582.11010854383	0.004122
18	2582.54615347442	2582.54340569588	0.002748
19	2586.29910231628	2586.29727046392	0.001832
20	2592.65106821085	2592.64984697595	0.001221
...	...	...	...
31	2605.22590866735	2605.22589454863	0.000014
32	2603.74893911157	2603.74892969908	0.000009
33	2603.90429274104	2603.90428646605	0.000006

EMA 图表图像

标签： pythonpandas