Python Pandas Dataframe：如何从现有数据框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。

非常感谢任何帮助:)

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。直线的公式为：

y = mx + b

其中m 是斜率，b 是y 截距（y 的值当x == 0 时）。

这个公式假设 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 为x 的所有相关值计算直线y

---

对于时间序列数据，上面有两个问题：

---

第一个问题是在时间序列中 y 通常是 float 而 x 通常是 datetime 对象的某种风格。这意味着斜率(y2-y1)/(x2-x1) 将是float 除以DatetimeDelta，这是大多数编程语言不允许的（除非您可以覆盖除法运算符；但如果可以，使用什么算法？）。

该问题的解决方案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 截距了。

---

第二个问题如果你的时间序列是不连续的时间。这在交易数据中很常见如果您选择忽略非交易日。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. 不用担心，因为在短时间内，即使有一些不连续，斜率计算可能 是一个足够接近的近似值.
2. 如果您的数据框架中完全缺少非交易日，请认识到，虽然数据在时间上可能是不连续的，它是连续的 你的数据框的行号。因此，可以使用分母中的数据帧行数来计算斜率。

---

A more detailed discussion, along with some code examples and plots, can be found by clicking here.

第