EMAが援助を求める

作者: リン・ハーン, 作成日:2021-01-08 00:08:49, 更新日:2021-01-08 13:41:42

pine_ema ((src,長さ) => アルファ = 2 / (長さ + 1) 合計 = 0.0 sum:= na(sum[1])? sma(src,長さ) : アルファ * src + (1 - アルファ) * nz(sum[1]) ストラット (ピン=エマ)

TVのEMA公式 sum:= na ((sum[1])? sma ((src, length)): alpha * src + (1 - alpha) * nz ((sum[1]) この文はよく理解できないので,pyhtonに翻訳してくれる方はいますか?

追記:

  1. df[close].ewm ((span=110,adjust = False).mean (() 調整する = 偽)
  2. talib.EMA ((np.array ((close), timeperiod=110) について テスト結果はTVと一致しない (50未満の確率と同じ) 100以上の場合は同じではない. だから,tvを解析したいemaはテストしてみてください.

もっと

マイケオこれはJavaScriptでよく書かれたema関数です. 注目すべきは,ソース配列では,インデックスと長度参数が異なる条件で計算されるということです.

マイケオfunction ema ((src,長さ) { var arr = []; var sum = 0; var alpha = 2 / (長さ + 1) わかった 変数について if(i<長さ-1) { arr[i] = ゼロ sum += src[i] { \ pos (192,220) } わかった if(i==長さ-1) { arr[i] = (sum+src[i])/長さ { \ pos (192,220) } わかった { その他 arr[i] = アルファ * src[i] + (1 - アルファ) * arr[i-1] { \ pos (192,220) } { \ pos (192,220) } arr を返します { \ pos (192,220) }

小草ewm アルゴリズムは,ewm = alpha*close+(1-alpha) *ewm と書ける.

、現在,exp=0.1を修正して近似値を得ています。ありがとうございました。

小草アルゴリズムはあまり同じではありません. 微妙な違いがあります. 例えば,第1値がどのように取られるか, 繰り返しの方法を使って, 自分で選択して実行します.

EWMAの結果とは違っているようです. def EMA ((ps,period=5,exp=0.1)): ewma=pd.Series ((0.0,index=ps.index) について ewma[period-1]=ps[:period].mean ((() について for i in range ((period,len ((ps))): i は,i の範囲内にある. ewma[i] =exp*ps[i]+(1-exp) *ewma[i-1] return ewma について