pine_ema(src, length) => alpha = 2 / (length + 1) sum = 0.0 sum := na(sum[1]) ? sma(src, length) : alpha * src + (1 - alpha) * nz(sum[1]) plot(pine_ema(close,15))
TV的EMA公式 sum := na(sum[1]) ? sma(src, length) : alpha * src + (1 - alpha) * nz(sum[1]) 这一段看不太懂，有没有可以帮忙翻一下成pyhton的，谢谢。
备注说明：
MAIKEO 这是 写好的 JavaScript 的 ema 函数，重点需要注意的是，源数组中，索引 与 长度参数 不同条件下的计算方式
MAIKEO function ema(src, length) { var arr = []; var sum = 0; var alpha = 2 / (length + 1) for(var i in src) { if( i<length-1 ) { arr[i] = null; sum += src[i]; } if( i==length-1 ) { arr[i] = (sum+src[i])/length; } else { arr[i] = alpha * src[i] + (1 - alpha) * arr[i-1] } } return arr; }
小草 ewm算法可以自己写，具体 ewm = alpha*close+(1-alpha)*ewm
懒猪 嗯。目前是通过修改exp=0.1得到近似值。多谢。
小草 算法不太一样,有细微的区别,可以不用考虑,比如用迭代的方法第一个值应该怎么取,自己选择一个就行
懒猪 好像结果跟ewma也不相同 def EMA(ps,period=5,exp=0.1): ewma=pd.Series(0.0,index=ps.index) ewma[period-1]=ps[:period].mean() for i in range(period,len(ps)): ewma[i] =exp*ps[i]+(1-exp)*ewma[i-1] return ewma