Pandas中EMA自引用计算及RSI模块调用报错的解决方法

看起来你遇到了两个核心问题：一是EMA计算时引用未初始化的列导致的错误，二是pandas版本更新后pd.stats模块被移除引发的AttributeError。下面一步步帮你解决：

1. 修正EMA的递归计算逻辑 #

你的EMA公式写错了，而且尝试引用还未创建的EMA12/EMA26列，这肯定会报错。正确的EMA计算逻辑是：

• 初始值：用前N期收盘价的**简单移动平均（SMA）**作为第一期EMA
• 后续值：EMA_t = (当前收盘价 × 权重系数) + (前一期EMA × (1 - 权重系数))，其中权重系数multiplier = 2/(周期+1)

用pandas的ewm方法可以高效实现这个逻辑，不需要手动循环：

import pandas as pd
import numpy as np

# 读取数据并清理列
df = pd.read_csv(r"C:\Users\drnov\Desktop\Stocks\TNA (3).csv")
# 保留Close列，删除其他列
df = df[['Close']]
# 保留两位小数
df['Close'] = round(df['Close'] * 100) / 100

# 计算EMA12和EMA26
period12 = 12
period26 = 26

# 用adjust=False匹配递归式EMA计算（和你原公式逻辑一致）
df['EMA12'] = df['Close'].ewm(span=period12, adjust=False).mean()
df['EMA26'] = df['Close'].ewm(span=period26, adjust=False).mean()

# 保留两位小数
df['EMA12'] = round(df['EMA12'] * 100) / 100
df['EMA26'] = round(df['EMA26'] * 100) / 100

# 计算MACD
df['MACD'] = df['EMA12'] - df['EMA26']
df['MACD'] = round(df['MACD'] * 100) / 100

2. 修正RSI计算（替代弃用的pd.stats） #

pd.stats.moments.ewma在pandas 0.20+版本就被移除了，现在用Series.ewm()来计算指数加权平均。下面是修正后的RSI函数：

def RSI(series, period=14):
    # 计算价格变动
    delta = series.diff()
    # 分离上涨和下跌幅度
    u = delta.where(delta > 0, 0)
    d = -delta.where(delta < 0, 0)
    
    # 用ewm计算加权平均（替代旧的pd.stats.moments.ewma）
    u_ewm = u.ewm(com=period-1, adjust=False).mean()
    d_ewm = d.ewm(com=period-1, adjust=False).mean()
    
    # 计算RS和RSI
    rs = u_ewm / d_ewm
    rsi = 100 - 100 / (1 + rs)
    return rsi

# 计算RSI并添加到DataFrame
df['RSI'] = RSI(df['Close'], 14)
df['RSI'] = round(df['RSI'] * 100) / 100

3. 结果验证说明 #

整合代码运行后，就能得到你期望的计算结果。需要注意：

• ewm(span=period, adjust=False)完全匹配手动递归的EMA计算逻辑，避免了引用未初始化列的问题
• 初始的RSI值会在第14行之后才出现（需要14期数据计算），前面的行会显示NaN，你可以用df.dropna()或者填充初始值来处理

内容的提问来源于stack exchange，提问作者Brandon Nova