一个金融时间序列，python写考夫曼指标计算过程，不要用scipy库，直接写代码，不要废话

首先，我们需要了解考夫曼指标是什么。考夫曼指标（Kaufman Adaptive Moving Average，简称KAMA）是一种自适应移动平均线，用于衡量股票价格的波动情况。它根据市场的波动幅度来调整移动平均线的平滑系数，使得移动平均线能够更加灵敏地反映市场的波动。

下面是计算考夫曼指标的 Python 代码（不使用 scipy 库）：

import numpy as np

def kama(prices, n=10, pow1=2, pow2=30):
    """
    计算考夫曼指标
    
    Parameters
    ----------
    prices : list
        一个金融时间序列
    n : int, optional
        考夫曼指标的时间常数，默认为 10
    pow1 : int, optional
        用于计算调整因子的幂，默认为 2
    pow2 : int, optional
        用于计算调整因子的幂，默认为 30
        
    Returns
    -------
    list
        考夫曼指标
    """
    # 计算每日收益率
    returns = [prices[i] / prices[i-1] - 1 for i in range(1, len(prices))]
    
    # 初始化考夫曼指标数组
    kama = [np.nan] * len(prices)
    
    # 计算考夫曼指标
    for i in range(1, len(prices)):
        # 计算调整因子
        sc = abs(returns[i-1])
        sc = sc * (pow1 - pow2) + pow2
        sc = sc * sc
        sc = 1 / sc
        
        # 计算考夫曼指标
        if i == 1:
            kama[