问题：

在进行画出指数平滑移动平均线，遇到如下问题：

# pd.ewma(com=None, span=one) # 指数平均线。com：数据；span：时间间隔
 
 AttributeError: module 'pandas' has no attribute 'ewma'

解决办法：

# Series.ewm(com=None, span=None, halflife=None, alpha=None, min_periods=0, freq=None, adjust=True, ignore_na=False, axis=0)
 # com : float, optional
 # Specify decay in terms of center of mass, \(\alpha = 1 / (1 + com),\text{ for } com \geq 0\)
 # span : float, optional
 # Specify decay in terms of span, \(\alpha = 2 / (span + 1),\text{ for } span \geq 1\)
 # halflife : float, optional
 # Specify decay in terms of half-life, \(\alpha = 1 - exp(log(0.5) / halflife),\text{ for } halflife > 0\)
 # alpha : float, optional
 # Specify smoothing factor \(\alpha\) directly, \(0 < \alpha \leq 1\)
 # New in version 0.18.0.
 # min_periods : int, default 0
 # Minimum number of observations in window required to have a value (otherwise result is NA).
 # freq : None or string alias / date offset object, default=None (DEPRECATED)
 # Frequency to conform to before computing statistic
 # adjust : boolean, default True
 # Divide by decaying adjustment factor in beginning periods to account for imbalance in relative weightings (viewing EWMA as a moving average)
 # ignore_na : boolean, default False
 # Ignore missing values when calculating weights; specify True to reproduce pre-0.15.0 behavior
 
 stock_day["close"].ewm(span=30).mean().plot()

pip install pandas==0.21

实例：

# 简单移动平均线(SMA)，又称“算数移动平均线”，是指特定期间的收盘价进行平均化
 # 例：5日的均线 SMA=(C1+ C2 + C3 + C4 + C5) / 5 # Cn为数据中第n天的数
 
 # 计算移动平均线，对每天的股票的收盘价进行计算 close指标
 # pd.rolling_mean(data, window=5) # 这种方法已经淘汰了
 data.rolling(window=n).mean().plot() # window=n n日的平均数

# 加权移动平均线(WMA)：为了提高最近股票(收盘价)数据的影响，防止被平均
 # 1) 末日加权移动平均线：
 MA(N) = (C1+ C2 + C3 + C4 + ... + Cn *2) / (n+1)
 
 # 2) 线性加权移动平均线(给的权重比例太大，导致最近的时间序列数据影响过大，一般不选择)：
 MA(N) = (C1+ C2 * 2 + C3 * 3 + C4 * 4 + ... + Cn * n) / (1 + 2 + ... + n)
 
 # 3) 指数平滑移动平均线(EWMA)：
 # 提高最近的数据的比重，不存在给的过大；
 # 比重都是小数，所有天书的比重加起来等于1
 y=[2 * x + (N - 1) * y' ]/ (N + 1) # x：当天的价格；N：第几天；y'：上一次的EWMA结果
 
 # pd.ewma(com=None, span=one) # 指数平均线。com：数据；span：时间间隔

# 股票时间序列数据处理
 stock_day = pd.read_csv("./data/stock_day/stock_day.csv")
 stock_day.sort_index()
 
 stock_day["index"] = [i for i in range(stock_day.shape[0])]
 val = stock_day[["index", "open", "close", "high", "low"]].values
 
 fig, axes = plt.subplots(nrows=1, ncols=1, figsize=(20,8), dpi=80)
 # K线图
 candlestick_ochl(axes, val, width=0.2, colorup="r", colordown="g")
 
 # 计算简单移动平均线，对每天的股票的收盘价进行计算 close指标
 # pd.rolling_mean(stock_day["close"], window=5) # 这种方法在pandas 0.23.4 已经淘汰了
 # stock_day["close"].rolling(window=5).mean().plot()
 # stock_day["close"].rolling(window=10).mean().plot()
 # stock_day["close"].rolling(window=30).mean().plot()
 # stock_day["close"].rolling(window=60).mean().plot()
 # stock_day["close"].rolling(window=120).mean().plot()
 
 # 画出指数平滑移动平均线
 # 方法一：
 stock_day["close"].ewm(span=10).mean().plot()
 # 方法二：pandas 0.21.0及以下版本的使用方法
 # pd.ewma(stock_day["close"], span=10).plot()
 
 plt.show()

具体在pandas 0.23.4版本中还在继续查找其方法！