计算python中的指数移动平均值 - 代码日志

计算python中的指数移动平均值

我有一系列日期和每个日期的衡量标准。我想计算每个日期的指数移动平均线。有人知道该怎么做吗

我是python的新手。标准python库中并没有显示平均值,这对我来说有点奇怪。也许我不在正确的地方。

那么,给定以下代码,如何计算日历日的IQ点的移动加权平均值?

from datetime import date
days = [date(2008,1,1), date(2008,1,2), date(2008,1,7)]
IQ = [110, 105, 90]

(可能有更好的方式来构建数据,任何建议都不会感激)

编辑:
看起来mov_average_expw()scikits.timeseries.lib.moving_funcsscikits.timeseries.lib.moving_funcs子模块(补充SciPy的附加工具包)的mov_average_expw()功能更适合您的问题的措辞。

要使用平滑因子α来计算您的数据的exponential smoothing(维基百科的术语是(1 – alpha)):

>>> alpha = 0.5
>>> assert 0 < alpha <= 1.0
>>> av = sum(alpha**n.days * iq 
...     for n, iq in map(lambda (day, iq), today=max(days): (today-day, iq), 
...         sorted(zip(days, IQ), key=lambda p: p[0], reverse=True)))
95.0

以上不漂亮,所以让我们重构一下:

from collections import namedtuple
from operator    import itemgetter

def smooth(iq_data, alpha=1, today=None):
    """Perform exponential smoothing with factor `alpha`.

    Time period is a day.
    Each time period the value of `iq` drops `alpha` times.
    The most recent data is the most valuable one.
    """
    assert 0 < alpha <= 1

    if alpha == 1: # no smoothing
        return sum(map(itemgetter(1), iq_data))

    if today is None:
        today = max(map(itemgetter(0), iq_data))

    return sum(alpha**((today - date).days) * iq for date, iq in iq_data)

IQData = namedtuple("IQData", "date iq")

if __name__ == "__main__":
    from datetime import date

    days = [date(2008,1,1), date(2008,1,2), date(2008,1,7)]
    IQ = [110, 105, 90]
    iqdata = list(map(IQData, days, IQ))
    print("\n".join(map(str, iqdata)))

    print(smooth(iqdata, alpha=0.5))

例:

$ python26 smooth.py
IQData(date=datetime.date(2008, 1, 1), iq=110)
IQData(date=datetime.date(2008, 1, 2), iq=105)
IQData(date=datetime.date(2008, 1, 7), iq=90)
95.0
http://stackoverflow.com/questions/488670/calculate-exponential-moving-average-in-python

本站文章除注明转载外,均为本站原创或编译
转载请明显位置注明出处:计算python中的指数移动平均值