关于熊猫移动平均线的问题

Question

我是一个初学者的蟒蛇和熊猫。我在制作波动率调整移动平均线方面有困难，所以我需要你的帮助。

波动率调整移动平均线是一种移动平均线，其周期不是静态的，而是根据波动率动态调整的。

我想写的是

1. 从雅虎财经获取股票数据(月度收盘价)
2. 计算月波动率X某些常数-->使用动态移动平均期变量
3. 计算动态移动平均线

我试过这个代码，但是失败了。我不知道问题出在哪里。如果你知道这个问题，或者有任何更好的代码建议，请告诉我。

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import pandas_datareader.data as web
def price(stock, start):
    price = web.DataReader(name=stock, data_source='yahoo', start=start)['Adj Close']
    price = price / price[0]
    a = price.resample('M').last().to_frame()
    a.columns = ['price']
    return a

a = price('SPY','2000-01-01')
a['volperiod'] = round(a.rolling(12).std()*100)*2
for i in range(len(a.index)):
    k = a['price'].rolling(int(a['volperiod'][i])).mean()
    a['ma'][i] = k[i]
print(a)

Answer 1

首先，你需要计算price上的pct_change来计算returns的volatility

我的解决方案

def price(stock, start):
    price = web.DataReader(name=stock, data_source='yahoo', start=start)['Adj Close']
    return price.div(price.iat[0]).resample('M').last().to_frame('price')
a = price('SPY','2000-01-01')
v = a.pct_change().rolling(12).std().dropna().mul(200).astype(int)
def dyna_mean(x):
    end = a.index.get_loc(x.name)
    start = end - x.price
    return a.price.iloc[start:end].mean()
pd.concat([a.price, v.price, v.apply(dyna_mean, axis=1)],
          axis=1, keys=['price', 'vol', 'mean'])