熊貓軋製標準差

是否有其他人在熊貓新的rolling.std()有問題？不贊成使用的方法是rolling_std()。新方法運行良好，但生成一個不隨時間序列滾動的常數。熊貓軋製標準差

示例代碼如下。如果您交易股票，您可能會認識到布林通道波段的公式。我從rolling.std()得到的輸出一天一天地跟蹤股票，顯然不是滾動的。

這在熊貓0.19.1。任何幫助，將不勝感激。

import datetime 
import pandas as pd 
import pandas_datareader.data as web 

start = datetime.datetime(2012,1,1) 
end = datetime.datetime(2012,12,31) 
g = web.DataReader(['AAPL'], 'yahoo', start, end) 
stocks = g['Close'] 
stocks['Date'] = pd.to_datetime(stocks.index) 
stocks['AAPL_LO'] = stocks['AAPL'] - stocks['AAPL'].rolling(20).std() * 2 
stocks['AAPL_HI'] = stocks['AAPL'] + stocks['AAPL'].rolling(20).std() * 2 
stocks.dropna(axis=0, how='any', inplace=True)

來源

2016-11-22 Sam

你可以添加你實際上是期望的輸出？ –

'stocks ['AAPL']。rolling（20）.std（）'給出與'pd.rolling_std（stocks ['AAPL']，window = 20）完全相同的輸出'... –

我無法複製在這裏：聽起來好像你在說股票['AAPL']。rolling（20）.std（）'是常數，但我看到一個非常數的時變結果。例如，繪圖時，2012年7月左右的標記與2012年4月左右的標記相比，我看到了更薄的樂隊。 –

import pandas as pd 
from pandas_datareader import data as pdr 
import numpy as np 
import datetime 


end = datetime.date.today() 

begin=end-pd.DateOffset(365*10) 

st=begin.strftime('%Y-%m-%d') 

ed=end.strftime('%Y-%m-%d') 


df = pdr.get_data_yahoo("AAPL",st,ed) 






def bollinger_strat(df,window,std): 
    rolling_mean = df['Close'].rolling(window).mean() 
    rolling_std = df['Close'].rolling(window).std() 

    df['Bollinger High'] = rolling_mean + (rolling_std * no_of_std) 
    df['Bollinger Low'] = rolling_mean - (rolling_std * no_of_std) 




bollinger_strat(data,20,2)

來源

2017-12-14 11:19:08

熊貓軋製標準差

回答

相關問題