当使用Pandas TA计算EMA时,我发现EMA与交易视图中的EMA不匹配。
考虑 EMA 为 200 的任何股票。接下来,计算具有任意数量的蜡烛的最后一个 EMA。如果我们仅通过 200 根蜡烛,则与交易视图上的相同时间戳相比,该特定时间戳的值是不准确的。通过 500 根蜡烛可以显着提高准确性。通过 1000 根蜡烛,精度相对准确。
我意识到的另一件事是,EMA 长度越大,获得准确结果所需的蜡烛就越多。例如,如果仅使用 200 根左右的蜡烛,则使用 50 的 EMA 会产生相对准确的结果。
我的问题是,如果您使用与 EMA 长度相同数量的蜡烛,甚至使用与 EMA 长度相比两倍的蜡烛数量,为什么 EMA 值与交易视图相比不准确?为什么它必须更大?
如果有人想测试它,我使用了带有 ADAUSDT 的币安交易所。
这是我的 EMA 计算
import pandas as pd
import pandas_ta as ta
def calculate_TA_values(closes, date):
close_series = pd.Series(closes)
ema = ta.ema(close_series, 200)
print(ema)
print(date)
EMA 的计算取决于您作为参数传递的系列,您必须使用您提到的更长的系列,并获得与 Binance 或踩踏视图相同的值,我传递最大 1000 长度的系列,然后我得到与以下相同的精确 EMA Binance 和 Tradingview,我知道从 api 获取数据需要更多时间,但 EMA 的数学计算是从本系列开始的。
有没有办法通过交易视图计算出与 ema 紧密匹配的 ema?