Python Pandas Dataframe：如何从现有的 Z6A8064B5DF479455500ZD 列中获取趋势线数据？

Question

我希望能够从我的其他列的两个点创建包含趋势线数据的列，例如收盘价到 5 天后的收盘价。

我希望趋势线向前和向后看，延伸超过绘制它的 2 个点。

现在我不介意在 mplfinance 或 matplotlib 中绘制它们，我只想要趋势线编号以便我可以使用它们。

任何帮助是极大的赞赏：）

Answer 1

基本思想是确定直线公式中的常数，并使用该公式向前和/或向后扩展趋势线。 直线的公式是：

y = mx + b

其中m是斜率， b是y 截距（当x == 0时y的值）。

该公式假设 x 和 y 都是连续的。

---

给定两个点（两个 x,y 对） x1 , y1和x2 , y2 ，首先计算斜率：

slope = (y2-y1) / (x2-x1)

然后使用两个点中的任何一个来计算 y 截距：

y-intercept = y1 - slope*x1

现在您可以使用y = mx + b来计算x的所有相关值的直线y

---

对于时间序列数据，上述有两个问题：

---

第一个问题是在时间序列中， y通常是float ，而x通常是datetime时间 object 的某种风格。 这意味着斜率(y2-y1)/(x2-x1)将是float除以DatetimeDelta ，大多数编程语言都不允许这样做（除非您可以覆盖除法运算符；但如果是这样，用什么算法？） .

此问题的解决方案是首先将日期时间转换为与时间成比例且连续的float表示（例如，UNIX 时间或 matplotlib 日期时间）。 现在您可以计算斜率和 y 截距。

---

如果您的时间序列与 time 不连续，则会出现第二个问题。 如果您选择忽略非交易日，这在交易数据中很常见。 忽略非交易日会导致 x 轴与时间不连续。 这意味着斜率计算(y2-y1)/(x2-x1)将不正确。

这个不连续性问题有两种解决方案：

1. 不要担心，因为在短时间内，即使有一些不连续性，斜率计算也可能是一个足够接近的近似值。
2. 如果您的数据框中完全缺少非交易日，请认识到，虽然数据在时间方面可能不连续，但相对于您的 dataframe 的行号而言是连续的。 因此，可以使用分母中的 dataframe 行号来计算斜率。

---

单击此处可以找到更详细的讨论以及一些代码示例和图表。

hth