eviews和Python中的移动平均线

Question

我想问一下，在时间序列趋势分析中进行移动平均模型时，我们在eview中进行移动平均时，我们在下面执行类似代码的操作

moving average = @movavc(data, n)

但是在python中，我们将执行以下操作：

data["mov_avc"] = data.rolling(window=n).mean()

在eview中进行简单移动平均时，我们首先丢失，但也丢失了最后几个观察值，在python中，我们只会丢失第一个观察值。

怎么样了

Answer 1

如果我正确地回答了您的问题，那么您想了解为什么在python中执行窗口大小n的移动平均值不会丢失最后几分。

查看pandas.rolling（） 文档，您会看到以下注释：

默认情况下，结果设置为窗口的右边缘。 可以通过设置center = True将其更改为窗口的中心。

这意味着默认情况下，滚动窗口不以其计算平均值为中心。

让我们来看一个例子。

我们有一个简单的DataFrame：

In [2]: ones_matrix = np.ones((5,1))
   ...: ones_matrix[:,0] = np.array([i+1 for i in range(ones_matrix.shape[0])])
   ...: index = [chr(ord('A')+i) for i in range(ones_matrix.shape[0])]
   ...: df = pd.DataFrame(data = ones_matrix,columns=['Value'],index=index)
   ...: df
Out[2]:
   Value
A    1.0
B    2.0
C    3.0
D    4.0
E    5.0

现在让我们滚动3号窗口。 （请注意，我明确写了参数center = False，但这是调用df.rolling（）的默认值）

In [3]: rolled_df = df.rolling(window=3,center=False).mean()
   ...: rolled_df
Out[3]:
   Value
A    NaN
B    NaN
C    2.0
D    3.0
E    4.0

前两行是NaN，而最后的点保留在那里。 例如，如果您在索引为C的行上注意到，则滚动后的值为2 。 但在3点之前。 这意味着该索引的新值是对索引分别为{1,2,3}的索引为{A，B，C}的行进行平均的结果。

因此，在计算该位置的平均值时，您可以看到窗口不在索引C的中心，而是在索引B的中心。

您可以通过设置centered = True来更改它，从而输出预期的行为：

In [4]: centred_rolled_df = df.rolling(window=3,center=True).mean()
   ...: centred_rolled_df
Out[4]:
   Value
A    NaN
B    2.0
C    3.0
D    4.0
E    NaN