基于python计算滚动方差(标准差)talib和pd.rolling函数差异详解


Posted in Python onJune 08, 2020

我就废话不多说了,大家还是直接看代码吧!

# -*- coding: utf-8 -*-
"""
Created on Thu Apr 12 11:23:46 2018
@author: henbile
"""
 
#计算滚动波动率可以使用专门做技术分析的talib包里面的函数,也可以使用pandas包里面的滚动函数。
#但是两个函数对于分母的选择,就是使用N还是N-1作为分母这件事情上是有分歧的。
#另一个差异在于:talib包计算基于numpy,而pd.rolling是基于Series或者DataFrame的。
 
import pandas as pd
import numpy as np
import talib as tb
 
a = tb.VAR(closeFull[:,0], timeperiod = 12, nbdev =1)
b = tb.VAR(closeFull[:,0], timeperiod = 12, nbdev =0)
 
#我以为nbdev是涉及分母的数量,发现其实不是。nbdev = -1也没有改变。
 
c = pd.Series(closeFull[:,0]).rolling(window = 12, center = False).var()
#tb基于np数据,pd基于pd包的两个类型的数据。
 
d = pd.rolling_var(pd.Series(closeFull[:,0]), window= 12, min_periods=None, freq=None, center=False, how=None)
#__main__:1: FutureWarning: pd.rolling_var is deprecated for Series and will be removed in a future version, replace with 
#    Series.rolling(window=12,center=False).var()
 
#以前的公式是d,现在运行d会报错,所以改正成c的形式。
 
closeFull[0:12,0].var(ddof =1)
#Out[28]: 0.30576590909090895
 
#ddof参数的意义:分母是N-ddof
 
closeFull[0:12,0].var(ddof =0)
#Out[29]: 0.28028541666666656
 
#因为window是12,所以选第11个print
print(a[11],b[11],c[11],d[11])
#0.28028541666667195 0.28028541666667195 0.3057659090909086 0.3057659090909086
 
#计算都是var的计算,大胆的推测std的计算也是适用的。
#talib包的std运算的公式是tb.STDDEV
#pd.rolling就是var换成std
#谨慎起见,还是计算一下,看一看。
#最后发现大胆的推测是正确的。
 
e = tb.STDDEV(closeFull[:,0], timeperiod = fastPeriod, nbdev = 1)
f = pd.Series(closeFull[:,0]).rolling(window = fastPeriod, center = False).std()
 
closeFull[0:12,0].std(ddof =1)
#Out[45]: 0.5529610375884624
 
closeFull[0:12,0].std(ddof =0)
#Out[46]: 0.5294198869202653
 
print(e[11], f[11])
#0.5294198869202704 0.5529610375884622

补充知识:python —— .rolling(20).std()

#在这里我们取20天内的标准差

基于python计算滚动方差(标准差)talib和pd.rolling函数差异详解

以上这篇基于python计算滚动方差(标准差)talib和pd.rolling函数差异详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python二叉树的实现实例
Nov 21 Python
python使用multiprocessing模块实现带回调函数的异步调用方法
Apr 18 Python
Python2.7 实现引入自己写的类方法
Apr 29 Python
django认证系统实现自定义权限管理的方法
Jul 16 Python
[机器视觉]使用python自动识别验证码详解
May 16 Python
Python 字符串、列表、元组的截取与切片操作示例
Sep 17 Python
Python 转换RGB颜色值的示例代码
Oct 13 Python
简单了解Python读取大文件代码实例
Dec 18 Python
python通过移动端访问查看电脑界面
Jan 06 Python
浅谈Pycharm最有必要改的几个默认设置项
Feb 14 Python
浅谈Tensorflow加载Vgg预训练模型的几个注意事项
May 26 Python
Python非单向递归函数如何返回全部结果
Dec 18 Python
Python实现查找数据库最接近的数据
Jun 08 #Python
python numpy库np.percentile用法说明
Jun 08 #Python
python thrift 实现 单端口多服务的过程
Jun 08 #Python
Python astype(np.float)函数使用方法解析
Jun 08 #Python
python opencv 实现读取、显示、写入图像的方法
Jun 08 #Python
python:删除离群值操作(每一行为一类数据)
Jun 08 #Python
pyecharts在数据可视化中的应用详解
Jun 08 #Python
You might like
PHPwind整合最土系统用户同步登录实现方法
2010/12/08 PHP
浅谈使用PHP开发微信支付的流程
2015/10/04 PHP
WordPress中注册菜单与调用菜单的方法详解
2015/12/18 PHP
PHP实现的DES加密解密类定义与用法示例
2020/11/02 PHP
php统计数组不同元素的个数的实例方法
2019/09/26 PHP
js 巧妙去除数组中的重复项
2010/01/25 Javascript
De facto standard 世界上不可思议的事实标准
2010/08/29 Javascript
面向对象的Javascript之二(接口实现介绍)
2012/01/27 Javascript
javascript获取作用在元素上面的样式属性代码
2012/09/20 Javascript
JS+CSS实现仿触屏手机拨号盘界面及功能模拟完整实例
2015/05/16 Javascript
jQuery插件支持同一页面被多次调用
2016/02/14 Javascript
关于动态执行代码(js的Eval)实例详解
2016/08/15 Javascript
js学习之----深入理解闭包
2016/11/21 Javascript
js编写三级联动简单案例
2016/12/21 Javascript
js编写简单的聊天室功能
2017/08/17 Javascript
webpack搭建vue 项目的步骤
2017/12/27 Javascript
createObjectURL方法实现本地图片预览
2019/09/30 Javascript
jquery轮播图插件使用方法详解
2020/07/31 jQuery
Python转换HTML到Text纯文本的方法
2015/01/15 Python
python reduce 函数使用详解
2017/12/05 Python
TensorFlow变量管理详解
2018/03/10 Python
浅析Python 中几种字符串格式化方法及其比较
2019/07/02 Python
python中使用while循环的实例
2019/08/05 Python
Python 实用技巧之利用Shell通配符做字符串匹配
2019/08/23 Python
Python socket服务常用操作代码实例
2020/06/22 Python
django前端页面下拉选择框默认值设置方式
2020/08/09 Python
什么是符号链接,什么是硬链接?符号链接与硬链接的区别是什么?
2013/05/03 面试题
校本教研工作制度
2014/01/22 职场文书
五好文明家庭事迹材料
2014/12/20 职场文书
2015年学生会主席工作总结
2015/04/21 职场文书
开会迟到检讨书范文
2015/05/06 职场文书
2016年校园植树节广播稿
2015/12/17 职场文书
公司团队口号霸气押韵
2015/12/24 职场文书
HTML+CSS实现导航条下拉菜单的示例代码
2021/08/02 HTML / CSS
JavaScript选择器函数querySelector和querySelectorAll
2021/11/27 Javascript
css3新特性的应用示例分析
2022/03/16 HTML / CSS