14

パンダを使って計算できます

  • を使用した単純移動平均SMApandas.stats.moments.rolling_mean
  • を使用した指数移動平均EMApandas.stats.moments.ewma

しかし、ウィキペディアhttp://en.wikipedia.org/wiki/Exponential_smoothing ...で説明されているように、パンダを使用して加重移動平均（WMA）を計算するにはどうすればよいですか？

WMAを計算するパンダ関数はありますか？

4

4 に答える 4

14

パンダを使用すると、次を使用して加重移動平均（wma）を計算できます
。.rolling（）と.apply （）の組み合わせこれは、3つの加重とwindow=3

の例です。

data = {'colA': random.randint(1, 6, 10)}
df = pd.DataFrame(data)

weights = np.array([0.5, 0.25, 0.25])
sum_weights = np.sum(weights)

df['weighted_ma'] = (df['colA']
    .rolling(window=3, center=True)
    .apply(lambda x: np.sum(weights*x) / sum_weights, raw=False)
)


.rolling()私は引数を使用していることに注意してくださいcenter=True。
これがユースケースに当てはまるかどうか、または必要かどうかを確認する必要がありcenter=Falseます。

于 2018-12-18T13:14:22.927 に答える
6

いいえ、その正確なアルゴリズムの実装はありません。ここでそれに関するGitHubの問題を作成しました：

https://github.com/pydata/pandas/issues/886

私はこれについてプルリクエストを喜んで受けます-実装は単純なCythonコーディングであり、に統合することができますpandas.stats.moments

于 2012-03-08T20:09:06.820 に答える
1

dataがPandasDataFrameまたはSeriesであり、行のWMAを計算する場合は、次を使用して計算できます。

wma = data[::-1].cumsum().sum() * 2 / data.shape[0] / (data.shape[0] + 1)

ウィンドウの長さのローリングWMAが必要な場合はn、

data.rolling(n).apply(lambda x: x[::-1].cumsum().sum() * 2 / n / (n + 1))

としてn = x.shape[0]。このソリューションは、Sander van den Oordによるソリューションよりも少し遅い可能性がありますが、重みについて心配する必要はありません。

于 2021-02-20T15:55:35.897 に答える
1

重みを使用してカーネルを構築し、を使用してシリーズに適用しますnumpy.convolve。

import pandas as pd
import numpy as np

def wma(arr, period):
    kernel = np.arange(period, 0, -1)
    kernel = np.concatenate([np.zeros(period - 1), kernel / kernel.sum()])
    return np.convolve(arr, kernel, 'same')

df = pd.DataFrame({'value':np.arange(11)})
df['wma'] = wma(df['value'], 4)

ここで私はこのページに従ってWMAを解釈しています：https：//en.wikipedia.org/wiki/Moving_average

このタイプのWMAの場合、重みはn値の線形範囲であり、合計で1.0になります。

カーネルの前面をゼロで埋めていることに注意してください。これは、時系列の「future」値が移動平均に影響を与えないように、「片側」ウィンドウ関数が必要なためです。

numpy.convolveとは異なり、高速apply()です！numpy.correlateカーネルを逆にする場合にも使用できます。

于 2021-02-27T19:27:26.200 に答える