Python 滚动标准差

其他人对pandas中的新

rolling.std（）

有问题吗？不推荐使用的方法是

rolling\u std（）

。新方法运行良好，但生成一个不随时间序列滚动的常量

下面是示例代码。如果你交易股票，你可能会认识到布林带的公式。我从

rolling.std（）

获得的输出逐日跟踪股票，显然没有滚动

这在0.19.1中。任何帮助都将不胜感激

import datetime
import pandas as pd
import pandas_datareader.data as web

start = datetime.datetime(2012,1,1)
end = datetime.datetime(2012,12,31)
g = web.DataReader(['AAPL'], 'yahoo', start, end)
stocks = g['Close']
stocks['Date'] = pd.to_datetime(stocks.index)
stocks['AAPL_LO'] = stocks['AAPL'] - stocks['AAPL'].rolling(20).std() * 2
stocks['AAPL_HI'] = stocks['AAPL'] + stocks['AAPL'].rolling(20).std() * 2
stocks.dropna(axis=0, how='any', inplace=True)

---

你能添加你实际期望的输出吗？

stocks['AAPL'].rolling（20）.std（）

的输出与

pd.rolling\u std（stocks['AAPL']，window=20）

的输出完全相同。我在这里无法复制：听起来你好像在说

stocks['AAPL']。rolling（20）.std（）

是常数，但我看到了一个非常数的时变结果。例如，在绘图时，我看到2012年7月左右的色带比2012年4月左右的色带薄得多。感谢您显示std（）工作正常。我原以为20天的回溯会更顺利，但似乎我也必须使用mean（）。

import pandas as pd
from pandas_datareader import data as pdr
import numpy as np
import datetime

end = datetime.date.today()
begin=end-pd.DateOffset(365*10)
st=begin.strftime('%Y-%m-%d')
ed=end.strftime('%Y-%m-%d')


data = pdr.get_data_yahoo("AAPL",st,ed)

def bollinger_strat(data, window, no_of_std):
    rolling_mean = data['Close'].rolling(window).mean()
    rolling_std = data['Close'].rolling(window).std()

    df['Bollinger High'] = rolling_mean + (rolling_std * no_of_std)
    df['Bollinger Low'] = rolling_mean - (rolling_std * no_of_std)     

bollinger_strat(data,20,2)