statio 0.0.2

使用模式

大多数统计库基于一个时间点。值列表的-1索引是进行计算的时间点。

statio基于多个时间点。每个指数都被认为是进行计算的时间点。

• 适用于模拟应用程序类型。
• 用于绘制或绘制应用程序类型。

概述

statio的主要功能

• sum_values（）：

  在值的滑动列表上生成运行和列表。

• sma_values（）：

  在值的滑动列表上生成简单移动平均值列表。

• ema_values（）：

  在值的滑动列表上生成指数移动平均值列表。

• wwma_values（）：

  在值的滑动列表上生成一个威尔斯-怀尔德移动平均值列表。

• psa_values（）：

  在值的滑动列表上生成幂和平均值列表。

• varp_values（）：

  在值的滑动列表上生成总体差异列表。

• var_values（）：

  在值的滑动列表上生成样本差异列表。

• stdp_values（）：

  在值的滑动列表上生成总体标准差列表。

• std_values（）：

  在值的滑动列表上生成样本标准偏差列表。

• max_values（）：

  通过滑动值列表构建最大值列表。

• min_values（）：

  在值的滑动列表上生成最小值列表。

• top_values（）：

  在值的滑动列表上生成前x个值的列表。

• bottom_values（）：

  在值的滑动列表上生成底部x值的列表。

许可证

在麻省理工学院的许可下提供。

用法

导入库：

>>> import statio

1. 使用三段时间窗口生成正在运行的sums的列表：

>>> values = [34, 30, 29, 34, 38, 25, 35]
>>> statio.sum_values(values, 3)
[34, 64, 93, 93, 101, 97, 98]

1. 使用3个时段的窗口生成简单移动平均值的列表

>>> values = [34, 30, 29, 34, 38, 25, 35]
>>> results = statio.sma_values(values, 3)
>>> ["%.2f" % x for x in results]
['34.00', '32.00', '31.00', '31.00', '33.67', '32.33', '32.67']

1. 使用三段时间窗口生成指数移动平均值的列表：

>>> values = [34, 30, 29, 34, 38, 25, 35]
>>> results = statio.ema_values(values, 3)
>>> ["%.2f" % x for x in results]
['34.00', '32.00', '31.00', '32.50', '35.25', '30.13', '32.56']

1. 使用3个时段的窗口生成welles wilder平均值的列表：

>>> values = [34, 30, 29, 34, 38, 25, 35]
>>> results = statio.wwma_values(values, 3)
>>> ["%.2f" % x for x in results]
['34.00', '32.00', '31.00', '32.00', '34.00', '31.00', '32.33']

1. 使用三个时段窗口生成总体差异的列表：

>>> values = [34, 30, 29, 34, 38, 25, 35]
>>> results = statio.varp_values(values, 3)
>>> ["%.2f" % x for x in results]
['0.00', '4.00', '4.67', '4.67', '13.56', '29.56', '30.89']

1. 使用3个时段的窗口生成样本方差的列表：

>>> values = [34, 30, 29, 34, 38, 25, 35]
>>> results = statio.var_values(values, 3)
>>> ["%.2f" % x for x in results]
['0.00', '8.00', '7.00', '7.00', '20.33', '44.33', '46.33']

1. 使用3个时段的窗口生成总体标准偏差的列表：

>>> values = [34, 30, 29, 34, 38, 25, 35]
>>> results = statio.stdp_values(values, 3)
>>> ["%.2f" % x for x in results]
['0.00', '2.00', '2.16', '2.16', '3.68', '5.44', '5.56']

1. 使用3个时段的窗口生成样本标准偏差的列表：

>>> values = [34, 30, 29, 34, 38, 25, 35]
>>> results = statio.std_values(values, 3)
>>> ["%.2f" % x for x in results]
['0.00', '2.83', '2.65', '2.65', '4.51', '6.66', '6.81']

1. 3个周期窗口的{{STR 1 } $最大值< /强>的构建列表：

>>> values = [34, 30, 29, 34, 38, 25, 35]
>>> results = statio.max_values(values, 3)
>>> ["%.2f" % x for x in results]
['34.00', '34.00', '34.00', '34.00', '38.00', '38.00', '38.00']

1. 生成3周期窗口的最小值的列表：

>>> values = [34, 30, 29, 34, 38, 25, 35]
>>> statio.min_values(values, 3)
[34, 30, 29, 29, 29, 25, 25]

1. 生成top x值的列表共3个时段窗口：

>>> values = [34, 30, 29, 34, 38, 25, 35]
>>> statio.top_values(values, 3, 2)
[[34], [30, 34], [30, 34], [30, 34], [34, 38], [34, 38], [35, 38]]

1. 生成底部x值的列表共3个时段的窗口：

>>> values = [34, 30, 29, 34, 38, 25, 35]
>>> statio.bottom_values(values, 3, 2)
[[34], [30, 34], [29, 30], [29, 30], [29, 34], [25, 34], [25, 35]]

路线图

• 添加中值。
• add recent max_values：最近最大值的索引。
• 添加since max_值：自最近最大值以来的条数。
• add recent min_values：最近最小值的索引。
• 添加since min_值：自最近的最小值以来的条数。
• 添加协方差、相关、α、β计算。

有关更多信息，请发送电子邮件：

mike@taylortree.com