咨询pandas中EWMA计算结果与手动推导不符的原因

核心差异来源 #

你手动使用的是递归式未调整EWMA公式，但Pandas的ewm().mean()默认启用了调整式EWMA（adjust=True），两者的计算逻辑完全不同。

1. Pandas默认的调整式EWMA逻辑 #

当adjust=True（默认值）时，EWMA的计算是对所有历史数据做加权求和后归一化：

y[t] = (x[t] + (1-α)*x[t-1] + (1-α)²*x[t-2] + ... + (1-α)^t*x[0]) / (1 + (1-α) + (1-α)² + ... + (1-α)^t)

其中α = 2/(span+1)，这里span=2，所以α=2/3，1-α=1/3。

2. 手动验证Pandas的计算结果 #

用调整式公式重新计算，完全匹配Pandas输出：

• t=0：y[0] = x[0] = 17.39
• t=1：

  (8.7 + (1/3)*17.39) / (1 + 1/3) = (8.7 + 5.7967) / 1.3333 ≈ 10.87
  

• t=2：

  (2.9 + (1/3)*8.7 + (1/3)²*17.39) / (1 + 1/3 + (1/3)²) ≈ (2.9+2.9+1.932) / 1.4444 ≈5.35
  

• t=3：

  (1.45 + (1/3)*2.9 + (1/3)²*8.7 + (1/3)³*17.39) / (1 + 1/3 + 1/9 +1/27) ≈4.0274/1.4815≈2.71
  

• t=4：

  (1.45 + (1/3)*1.45 + (1/3)²*2.9 + (1/3)³*8.7 + (1/3)^4*17.39) / (1+1/3+1/9+1/27+1/81)≈2.7924/1.4938≈1.86
  

3. 你的错误点 #

你使用的是递归式未调整EWMA的公式：y[t] = (1-α)*y[t-1] + α*x[t]，这对应Pandas中adjust=False的设置。如果想要让Pandas输出和你的手动计算一致，只需显式关闭调整：

x.ewm(span=2, adjust=False).mean()

此时结果为：17.39, 11.59, 5.55, 2.75, 1.95，和你的手动计算完全匹配。

总结 #

• Pandas默认adjust=True：对所有历史数据的加权和做归一化，保证权重总和为1
• 你的手动公式对应adjust=False：递归计算，权重随时间指数衰减，不做归一化
• 两者的核心区别在于是否对历史权重做归一化处理

内容的提问来源于stack exchange，提问作者Telis