exponential moving average (EMA, 指数加重移動平均)
date: 2024-07-28 excerpt: exponential moving average (EMA, 指数加重移動平均)の計算方法について
tag: pythonpandasチートシートexponential moving averageEMA指数加重移動平均
exponential moving average (EMA, 指数加重移動平均)の計算方法について
概要
- 移動平均を計算する方法の一つ
- 直近のデータに大きい重みを付け、過去のデータに対して指数関数的に減少する重みを付ける
- 株では、EMA(12)とEMA(26)を使ってMACDを計算することがある
計算方法
平滑係数（smoothing factor）
\[\alpha = \frac{2}{N+1}\]- N: データ数
EMAの計算式
\[EMA_t = \alpha \times X_t + (1 - \alpha) \times EMA_{t-1}\]- t: 現在の時点
- X_t: 現在の時点のデータ
- EMA_(t-1): 1つ前の時点のEMA
Pythonでの実装
import pandas as pd
data = {'Date': ['1日目', '2日目', '3日目', '4日目', '5日目', '6日目', '7日目', '8日目', '9日目', '10日目', '11日目'],
'Close': [22, 23, 21, 24, 25, 26, 28, 27, 29, 30, 31]}
df = pd.DataFrame(data)
# 10日間のEMAを計算
span = 10
df['EMA_10'] = df['Close'].ewm(span=span, adjust=False).mean()
df
"""
| Date | Close | EMA_10 |
|:-------|--------:|---------:|
| 1日目 | 22 | 22 |
| 2日目 | 23 | 22.1818 |
| 3日目 | 21 | 21.9669 |
| 4日目 | 24 | 22.3366 |
| 5日目 | 25 | 22.8208 |
| 6日目 | 26 | 23.3989 |
| 7日目 | 28 | 24.2354 |
| 8日目 | 27 | 24.7381 |
| 9日目 | 29 | 25.513 |
| 10日目 | 30 | 26.3288 |
| 11日目 | 31 | 27.1781 |
"""