[英]Power correlation between two normalized time-series signals in Python?
[英]Calculating angle between two points in time-series
我有一個時間序列數據,我正在嘗試計算兩點之間的角度(度)。 這是我到目前為止所做的,但似乎沒有給出正確的解決方案:
bars = 2
df = pd.read_csv("EURUSD.csv")
df = df.reset_index()
df['A'] = np.rad2deg(np.arctan2(df['Low']-df['Low'].shift(pts), df['index']-df['index'].shift(pts)))
df.dropna(inplace=True)
但是,有時這會給我帶來奇怪的輸出,例如:
2693 3.141258
2702 -3.141383
2708 -3.141451
2719 -3.141033
2724 -3.140893
2734 3.141550
我還嘗試了以下代碼:
df['A'] = ((df['Low']-df['Low'].shift(pts))/(df['index']-df['index'].shift(pts)))
2693 -0.000334
2702 0.000210
2708 0.000142
2719 0.000560
2724 0.000700
2734 -0.000043
我在這里做錯了什么?
編輯:
這是我正在嘗試做的屏幕截圖。 我只是想在 Python 中找到 -48 度。 我不是要自動獲得這些積分。 我已經手動發現它們,只需要進行計算。
要獲得兩點之間的線角,您需要以下內容:
price_diff = -0.004
bars = 10
price_to_bar = unknown
X = bars * price_to_bar
最終輸出:
import numpy as np
round(np.angle(complex(x, price_diff), deg=True), 0)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.