Python 这个代码和这个公式有什么区别？

我正在写一个算法，计算每日收益分布的峰度。我试图让我的峰度计算与Excel的相匹配。Excel的计算假定使用此网页顶部的公式：

下面是我用来模拟该公式的代码（returns是由一系列每日返回组成的numpy数组）：

显然，excel使用的公式和我的代码之间存在差异。。。Excel给出的峰度为1.94，而我的代码给出的值为2.81

有人知道为什么这两个值不同吗？

重写我的评论：

将

ddof=1

参数提供给

np.std（）

将其计算从总体更改为样本（n-1）。通常，

std

中的变化很小，但使用

s**4

时，

s

中的微小变化将被放大。

重写我的评论：

---

将

ddof=1

参数提供给

np.std（）

将其计算从总体更改为样本（n-1）。通常，

std

的变化很小，但使用

s**4

时，

s

中的微小变化将被放大。

您可以为

std

尝试不同的

ddof

，例如

ddof=1

。检查该函数的文档。通常，选择总体v样本自由度的效果很小，但使用

s**4

，效果会被放大。您也可以使用

scipy.stats.kurtosis

，并查找其他

[numpy]kurtosis

来提问。给出不同值的数据样本是什么？如果它太大而不能在这里发布，你能找到一个小的数据样本，你可以在这里发布它，它会产生不同的答案吗？（不是一个解决方案）你可以用

summation=np.sum（（返回平均值）**4）替换
@hpaulj循环的
std=np.std（返回，ddof=1）
使用中的数据给出与Excel相同的结果。也许你应该把你的评论作为答案？你可以为
std
尝试不同的
ddof
，例如
ddof=1
。检查该函数的文档。通常，选择总体v样本自由度的效果很小，但使用
s**4
，效果会被放大。您也可以使用
scipy.stats.kurtosis
，并查找其他
[numpy]kurtosis
来提问。给出不同值的数据样本是什么？如果它太大而不能在这里发布，你能找到一个小的数据样本，你可以在这里发布它，它会产生不同的答案吗？（不是一个解决方案）你可以用
summation=np.sum（（返回平均值）**4）替换
@hpaulj循环的
std=np.std（返回，ddof=1）
使用中的数据给出与Excel相同的结果。也许你应该把你的评论作为答案？
def kurtosis(returns):
    n = len(returns)
    avg = np.average(returns)
    std = np.std(returns)
    coefficient = 1.0 * n * (n+1) / ((n-1) * (n-2) * (n-3) * std**4.0)
    term = (3 * (n-1)**2.0) / ((n-2) * (n-3))
    summation = 0

    for x in returns: 
        summation += ( (x - avg) ) ** 4.0
    kurt = coefficient * summation - term

    return kurt