时间数据处理丨移动窗口函数

一种用于时间序列操作的重要用法，是使用滑窗（sliding windown）或呈指数降低的权重（exponentially decaying weights），来对时间序列进行统计值计算和其他一些函数计算。
这个对于消除噪声或有缺陷的数据是很有用的。这里我们称之为Moving Window Functions（移动窗口函数），不过其中也包括了不适用固定长度窗口的函数(functions without a fixed-length window)，比如指数加权移动平均数（exponentially weighted moving average）。和其他一些统计函数以后，这些函数也会自动无视缺失值。

我们先加载一些时间序列数据并按工作日频度进行重采样：
这里的rolling(250)和groupby的效果一样，但并不是直接进行分组，而是创建了一个新的对象 ( 点击阅读全文 )

→ 免费下载App，立即成为ETF达人