对于任何想知道同样的事情的人，我都想通了。下面的实现没有任何问题。事实是，EMA需要超过21个数据点来计算20个数据点的指数移动平均值。这样做的原因是，较早的数据点会影响您试图计算的数据点。简单地说，我测试了一下，您需要大约40-50个数据点才能获得与100+数据点相同的20天EMA。
我试图计算股票的指数移动平均线( EMA )，但我的计算有问题。我已经为AAPL导出了最近22+天的股票数据，当我尝试计算该数据的均线均值时，每次都会出现错误。
以下是我的示例中的数据：
https://pastebin.com/raw/2MsgCeQx
以下是我试图计算20天均线的解决方案。
#Imported the data as "data". #With Ta-lib data["EMA20Talib"] = talib.EMA(data.uClose, timeperiod = 20) #And with pandas data["EMA20Pandas"] = data["uClose"].ewm(span=20, adjust = False).mean()
这里是数据和结果的图像。
https://i.imgur.com/pFtc7x8.png
如你所见，Real20EMA与TA-lib或pandas 20EMA不匹配。我做错了什么？
uClose是计算均线的列，"Real20EMA“取自交易视图(与市场观察交叉引用，以确保它是正确的)。
我注意到早些时候这里有一个类似的问题，同样的问题：
熊猫的均线不匹配股票的均线？
..。当您对索引进行排序时，问题就解决了，而且我已经确保对索引进行了正确的排序，但遗憾的是，我仍然遇到了同样的问题。
我想得到相同的数字作为其他金融网站使用一些工具。奇怪的是，即使是我尝试过的这两种方法也没有返回相同的结果。
计算python中的技术指标。我发现它比TA-Lib更准确，也更容易安装。
import pandas_ta as ta data["EMA20"] = ta.ema(data["uClose"], length=20)