python多周期指标如何准确表达

临沧海

下面是python语言表达cr指标的代码，日线准确，但多周期线与软件不一致。
import pandas as pd
from stockstats import StockDataFrame

def calculate_CR(filepath):
    # 读取文件数据
    df = pd.read_table(filepath,
                       names=['date', 'open', 'high', 'low', 'close', 'vol', 'value'],
                       index_col=0, sep=' ', parse_dates=['date'])
   
#获取各周期指标
    stock = StockDataFrame.retype(df)  # 使用 StockDataFrame 类处理原始数据 df，将其转换为股票数据类型
    CR = stock['cr']  # 获取 CR 指标数据

    # 将每日数据转换为特定频率下的数据
    d2_data = stock.resample('2D').last()  # 转换为每两天的数据
    d2_data.index -= pd.DateOffset(days=-1)  # 调整索引日期，推迟显示1天
   
    weekly_data = stock.resample('W').last()  # 转换为每周数据
    weekly_data.index -= pd.DateOffset(days=2)  # 调整索引日期，提前2天出

    monthly_data = stock.resample('M').last()  # 转换为每月数据
    monthly_data.index = monthly_data.index.to_period('M').to_timestamp('M') + pd.offsets.MonthEnd(1)  # 将索引调整为每月最后一天  
    daily_data = stock.resample('D').last()  # 转换为每日数据   
    # 创建一个日期范围，覆盖您的数据日期范围
    date_range = pd.date_range(start=daily_data.index.min(), end=daily_data.index.max(), freq='B')
    # 创建一个新的DataFrame，索引为交易日日期
    df = pd.DataFrame(index=date_range)
    # 将每个交易数据列填充到同一频率，并加入到新的DataFrame中
    #上面对df进行了重新索引、填充缺失值以及删除空行操作，行情数据变了，需要重新输入
    df['open'] = daily_data['open']
    df['high'] = daily_data['high']
    df['low'] = daily_data['low']
    df['close'] = daily_data['close']
    df = df.reindex(daily_data.index)  # 重新索引 DataFrame，以保留原始日期顺序并插入缺失的日期
   
    df['CR_1'] = CR
    df['CR_2'] = d2_data['cr'].resample('D').last().fillna(method='bfill')  # 使用每两天的数据填充缺失值
    df['CR_2'].fillna(df['CR_2'].mean(), inplace=True)  # 使用均值填充 CR_2 列的缺失值
    df['CR_5'] = weekly_data['cr'].resample('D').last().fillna(method='bfill')  # 使用每周数据填充缺失值
    df['CR_20'] = monthly_data['cr'].resample('D').last().fillna(method='bfill')   
    # 对新的DataFrame进行重新索引，以保留原始日期顺序并插入缺失的日期
    df = df.reindex(pd.date_range(start=df.index.min(), end=df.index.max(), freq='B'))
    df = df.dropna(subset=['CR_1'])  # 以 CR_1 列为基准，删除空行
    #df.to_excel('output.xlsx')   #输出df

    return df[['CR_1', 'CR_2', 'CR_5', 'CR_20']]

if __name__ == '__main__':
    filepath = 'stockdata.txt'  # 文件路径，请根据实际情况修改
    result = calculate_CR(filepath)
    print(result)
    result.to_excel('output.xlsx')   #输出df
哪位可以帮助完善一下，使得多周期指标与软件一样。