pine_ema(src, length) => alpha = 2 / (length + 1) sum = 0.0 sum := na(sum[1]) ? sma(src, length) : alpha * src + (1 - alpha) * nz(sum[1]) plot(pine_ema(close,15))
TV的EMA公式 sum := na(sum[1]) ? sma(src, length) : alpha * src + (1 - alpha) * nz(sum[1]) 这一段看不太懂,有没有可以帮忙翻一下成pyhton的,谢谢。
备注说明:
小草 ewm算法可以自己写,具体 ewm = alpha*close+(1-alpha)*ewm
懒猪 嗯。目前是通过修改exp=0.1得到近似值。多谢。
小草 算法不太一样,有细微的区别,可以不用考虑,比如用迭代的方法第一个值应该怎么取,自己选择一个就行
懒猪 好像结果跟ewma也不相同 def EMA(ps,period=5,exp=0.1): ewma=pd.Series(0.0,index=ps.index) ewma[period-1]=ps[:period].mean() for i in range(period,len(ps)): ewma[i] =exp*ps[i]+(1-exp)*ewma[i-1] return ewma