パンダとPythonでカウフマンの効率比を計算する？

Question

私はPandasを使ってPythonでKaufman効率比（ER）を実装しようとしています。

1. 日
株式の
2. 終値（この例では、ドイツのDAX指数、^ GDAXI、）：

 
    Date  Close 
    2016-01-05 10310.10 
    2016-01-06 10214.02 
    2016-01-07 9979.85 
    2016-01-08 9849.34 
    2016-01-11 9825.07  
    2016-01-12 9985.43  
    2016-01-13 9960.96  
    2016-01-14 9794.20 

パンダDATAFRAMEで

、私は2つの列を持っています

私が必要とするのは、所与の期間nのERを含む第3列です。 ERの

定義：

ER = Direction/Volatility 

：ここ

Direction = ABS (Close – Close[n]) 
Volatility = n * ∑ (ABS(Close – Close[1])) 
n = The efficiency ratio period. 

は（http://etfhq.com/blog/2011/02/07/kaufmans-efficiency-ratio/から採取）= 3期間ERの例である：

私が苦労しているのは、PandasでPythonでこれを行う方法です。最後に は、私のデータフレームは、上記の計算によると、次のようになります。

 
Date  Adj Close ER(3) 
2016-01-04 10283.44  
2016-01-05 10310.10  
2016-01-06 10214.02  
2016-01-07 9979.85  0.9 
2016-01-08 9849.34  1.0 
2016-01-11 9825.07  1.0 
2016-01-12 9985.43  0.0 
2016-01-13 9960.96  0.5 
2016-01-14 9794.20  0.1 

どのように私はパンダがERに必要な計算のために、以前のn行に戻って見て作るのですか？

ご協力いただきありがとうございます。 ありがとうございます。 ディルク

Answer 1

ローリング関数を記述する必要はありませんが、ちょうどdiffとrolling_sumを使用します。

df['direction'] = df['Close'].diff(3).abs() 
df['volatility'] = pd.rolling_sum(df['Close'].diff().abs(), 3) 

私は、コードはかなり自明だと思います。あなたが説明をしたいのなら教えてください。

In [11]: df['direction']/df['volatility'] 
Out[11]: 
0   NaN 
1   NaN 
2   NaN 
3 1.000000 
4 1.000000 
5 0.017706 
6 0.533812 
7 0.087801 
dtype: float64 

これはあなたが探しているもののようです。