为了账号安全,请及时绑定邮箱和手机立即绑定

使用熊猫计算相对强弱指数

使用熊猫计算相对强弱指数

慕后森 2021-11-09 15:00:27
我正在尝试使用 Pandas 计算相对强度指数 (RSI),但似乎无法正确调整此处提供的解决方案。为什么这不返回 RSI 系列?import pandas_datareader.data as webimport datetimestart = datetime.datetime(2018, 2, 8)end = datetime.datetime(2019, 2, 8)stock = 'TNA'price = web.DataReader(stock,'yahoo', start, end)n = 14def RSI(series):        delta = series.diff()    u = delta * 0     d = u.copy()    i_pos = delta > 0    i_neg = delta < 0    u[i_pos] = delta[i_pos]    d[i_neg] = delta[i_neg]    rs = moments.ewma(u, span=27) / moments.ewma(d, span=27)    return 100 - 100 / (1 + rs)print(rsi(price, n))
查看完整描述

1 回答

?
慕哥6287543

TA贡献1831条经验 获得超10个赞

这是黑暗中的一个镜头,因为您没有提供太多背景信息。


pandas.stats.moment.ewma0.23.0 不再支持。指数加权窗口现在使用pd.Series.ewm. 这将返回指数加权的窗口对象窗口对象,如果不提供滚动窗口的方法,就不能在任何类型的方程中使用该对象。以下是可用方法的列表:


rs.agg         rs.apply       rs.count       rs.exclusions  rs.max         rs.median      rs.name        rs.skew        r.sum

rs.aggregate   rs.corr        rs.cov         rs.kurt        rs.mean        rs.min         rs.quantile    rs.std         rs.var

我假设你从这里复制了上面的函数,它甚至似乎没有回答 OP。如果您想对price.Close具有跨度的系列进行此分析n并计算mean每个指数加权窗口的 :

import pandas_datareader.data as web

import datetime

import pandas as pd


ewma = pd.Series.ewm

start = datetime.datetime(2018, 2, 8)

end = datetime.datetime(2019, 2, 8)

stock = 'TNA'

price = web.DataReader(stock,'yahoo', start, end)


n = 14


def RSI(series,n):    

    delta = series.diff()

    u = delta * 0 

    d = u.copy()

    i_pos = delta > 0

    i_neg = delta < 0

    u[i_pos] = delta[i_pos]

    d[i_neg] = delta[i_neg]

    rs = ewma(u, span=n).mean() / ewma(d, span=n).mean()

    return 100 - 100 / (1 + rs)


print(RSI(price.Close,n))


查看完整回答
反对 回复 2021-11-09
  • 1 回答
  • 0 关注
  • 138 浏览
慕课专栏
更多

添加回答

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信