如何在Python Pandas DataFrame上计算平滑移动平均线(Smoothed Moving Average)

平滑移动平均线（SMMA，也叫平滑移动均线）没有内置的 pandas 专属方法，但可以通过现有 rolling/ewm 接口快速实现，两种常用方案如下：

• 方案1：直接调整ewm参数实现（和标准SMMA计算逻辑完全匹配）
  SMMA的递推公式本质是α=1/窗口长度的指数加权平均，只要把ewm的alpha参数设为1/你的窗口长度即可，和你之前用ewm算EMA的用法几乎一致：

# 以窗口长度20为例
df.iloc[:,0].ewm(alpha=1/20, adjust=False).mean()

• 方案2：严格匹配初始值规则的封装方案
  如果需要严格遵循SMMA的初始值规则（取前N个样本的算术平均作为第一个SMMA值，再往后递推），可以封装一个极简函数调用：

def calc_smma(data_series, window):
    # 计算初始SMMA值：前window个数据的简单平均
    initial_smma = data_series.rolling(window=window).mean().iloc[window-1]
    # 按递推规则计算后续所有SMMA值
    res = data_series.iloc[window:].ewm(alpha=1/window, adjust=False).mean()
    # 拼接初始值
    return res.shift(1, fill_value=initial_smma)

# 调用示例：计算第二列窗口为3的SMMA
calc_smma(df.iloc[:,1], window=3)

内容的提问来源于stack exchange，提问作者wwjwjwjwj