移动平均线计算不正确

Question

我正在使用从 Quandl 提取的数据对 Microsoft 股票进行时间序列分析。我想根据移动平均线绘制收盘价。当我绘制移动平均线时，它们不会一直到图表的右侧。

我认为有差距是有道理的（例如 200 日移动平均线要到 200 日才能开始），但我担心差距在右侧。这意味着它从最近的日期开始（这是有道理的，因为最近的日期是时间序列中的第一个），这显然不是正确的方法。

我可以反转系列（新数据框升序而不是降序），但我相信它也会从最近的日期开始绘制图表，这显然是不可接受的。

#calculate moving averages for Microsoft

roll100 = MSFT_data['Adj. Close'].rolling(100).mean()

roll200 = MSFT_data['Adj. Close'].rolling(200).mean()

roll50 = MSFT_data['Adj. Close'].rolling(50).mean()

roll10 = MSFT_data['Adj. Close'].rolling(10).mean()

roll200.plot(label = '200 Day Moving Average')

roll50.plot(label = '50 Day Moving Average')

roll100.plot(label = '100 Day Moving Average')

MSFT_data['Adj. Close'].plot(label = 'MSFT Closing Price', color = 'blue')

plt.legend(loc = 'upper left')

由于应始终从最早的日期开始计算移动平均线，因此我假设我缺少一个简单的命令来执行此操作。

更新：有人建议我将移动平均线作为原始数据框的一部分（我假设它们与日期索引相关联），但我得到了相同的结果：

MSFT_data['roll100'] = MSFT_data['Adj. Close'].rolling(100).mean()

MSFT_data['roll200'] = MSFT_data['Adj. Close'].rolling(200).mean()

MSFT_data['roll50'] = MSFT_data['Adj. Close'].rolling(50).mean()

MSFT_data['roll10'] = MSFT_data['Adj. Close'].rolling(10).mean()

#plot Microsoft Price along with moving averages

fig = plt.figure()

fig.set_figheight(8)

fig.set_figwidth(10)

MSFT_data['roll200'].plot(label = '200 Day Moving Average')

MSFT_data['roll50'].plot(label = '50 Day Moving Average')

MSFT_data['roll100'].plot(label = '100 Day Moving Average')

MSFT_data['Adj. Close'].plot(label = 'MSFT Closing Price', color = 'blue')

plt.legend(loc = 'upper left')

此外，如果我检查该列，例如：

MSFT_data['roll10'].head(12)

Date

2017-12-29       NaN

2017-12-28       NaN

2017-12-27       NaN

2017-12-26       NaN

2017-12-22       NaN

2017-12-21       NaN

2017-12-20       NaN

2017-12-19       NaN

2017-12-18       NaN

2017-12-15    85.796

2017-12-14    85.711

2017-12-13    85.674

Name: roll10, dtype: float64

我可以看到最近的 9 个值是 NaN。相反，如果我创建一个新数据框并尝试重新索引升序，我在尾部的最后 9 个值是 NaN。

Answer 1

我不确定这是否可以帮助您，但是如果我尝试重现此内容，则右侧没有任何间隙。我认为您的问题是您没有将 MA 添加到原始df. 这是我的代码%matplotlib inlineimport pandas as pdimport numpy as npN = 400dates = pd.date_range(start='2018-01-01', periods=N, freq="T")df = pd.DataFrame({"Date":dates, "Adj. Close":np.random.rand(N)})for ma in [10,50, 100,200]:    df["MA{}".format(ma)] = df["Adj. Close"].rolling(ma).mean()df.plot(x="Date").legend(bbox_to_anchor=(1, 1));

Answer 2

我不确定这是 100% 的答案，但它与从最近到最少创建然后索引的数据框有关。通过重置索引，按升序排序，并重新索引回日期，我让它工作了。MSFT1 = MSFT_data.sort_index(ascending = True)MSFT1 = MSFT1.reset_index()MSFT1 = MSFT1.set_index('Date')