如何使用talib和pd.rolling在Python中计算滚动方差（标准差）？
- 内容介绍
- 文章标签
- 相关推荐
本文共计465个文字，预计阅读时间需要2分钟。
我这就不多说了，家长还是直接看代码吧！
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。
本文共计465个文字，预计阅读时间需要2分钟。
我这就不多说了，家长还是直接看代码吧！
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。