python 계산 스크롤 분산(표준 차)talib 와 pd.rolling 함수 차이 에 대한 상세 한 설명

나 는 쓸데없는 말 을 더 이상 하지 않 겠 으 니,모두들 코드 를 직접 보 는 것 이 좋 겠 다.

# -*- coding: utf-8 -*-
"""
Created on Thu Apr 12 11:23:46 2018
@author: henbile
"""
 
#                   talib      ，     pandas        。
#             ，    N  N-1              。
#       ：talib     numpy， pd.rolling   Series  DataFrame 。
 
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)
 
#   nbdev        ，      。nbdev = -1     。
 
c = pd.Series(closeFull[:,0]).rolling(window = 12, center = False).var()
#tb  np  ，pd  pd         。
 
d = pd.rolling_var(pd.Series(closeFull[:,0]), window= 12, min_periods=None, freq=None, center=False, how=None)
#__main__:1: FutureWarning: pd.rolling_var is deprecated for Series and will be removed in a future version, replace with 
#    Series.rolling(window=12,center=False).var()
 
#      d，    d   ，     c   。
 
closeFull[0:12,0].var(ddof =1)
#Out[28]: 0.30576590909090895
 
#ddof     ：   N-ddof
 
closeFull[0:12,0].var(ddof =0)
#Out[29]: 0.28028541666666656
 
#  window 12，    11 print
print(a[11],b[11],c[11],d[11])
#0.28028541666667195 0.28028541666667195 0.3057659090909086 0.3057659090909086
 
#    var   ，     std        。
#talib  std      tb.STDDEV
#pd.rolling  var  std
#    ，      ，   。
#             。
 
e = tb.STDDEV(closeFull[:,0], timeperiod = fastPeriod, nbdev = 1)
f = pd.Series(closeFull[:,0]).rolling(window = fastPeriod, center = False).std()
 
closeFull[0:12,0].std(ddof =1)
#Out[45]: 0.5529610375884624
 
closeFull[0:12,0].std(ddof =0)
#Out[46]: 0.5294198869202653
 
print(e[11], f[11])
#0.5294198869202704 0.5529610375884622

보충 지식:python―.rolling(20).std()
\#여기 서 우 리 는 20 일 이내 의 표준 차 를 취한 다.

이 편 은 python 컴 퓨 팅 스크롤 분산(표준 차)talib 와 pd.rolling 함수 차 이 를 바탕 으로 상세 하 게 설명 하 는 것 은 바로 작은 편 이 여러분 에 게 공유 하 는 모든 내용 입 니 다.참고 하 시 기 를 바 랍 니 다.여러분 들 도 많이 응원 해 주 셨 으 면 좋 겠 습 니 다.