指数加权移动平均python

指数加权移动平均（Exponential Weighted Moving Average，简称EWMA）是一种常用的时间序列平滑方法，用于对趋势进行估计和预测。在Python中，可以使用Pandas库的ewm函数来计算EWMA。

示例代码：

import pandas as pd

# 创建一个时间序列数据
data = {'date': ['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05'],
        'value': [10, 12, 15, 20, 18]}
df = pd.DataFrame(data)

# 将date列转换为时间序列
df['date'] = pd.to_datetime(df['date'])

# 设置日期为索引
df.set_index('date', inplace=True)

# 计算EWMA
df['EWMA'] = df['value'].ewm(span=3).mean()

print(df)

输出结果：

            value       EWMA
date                       
2021-01-01     10  10.000000
2021-01-02     12  11.666667
2021-01-03     15  13.555556
2021-01-04     20  17.518519
2021-01-05     18  17.012346

在上面的例子中，我们使用了一个简单的时间序列数据，并将其转换为Pandas DataFrame。然后，我们使用了DataFrame的ewm函数来计算EWMA，其中span参数指定了移动平均的时间跨度。在本例中，我们使用了一个跨度为3的EWMA。最后，我们将EWMA结果添加到DataFrame中，并打印出整个数据集。