def compute_statistiacl_values(_df: pd.DataFrame) -> dict:

from chalicelib.analysis.StockAnalysis import StockAnalysis
import pandas as pd


class MeanVarSMA(StockAnalysis):
    def __init__(self):
        super().__init__("mean_var_sma")

    def analyze_method(self, _df: pd.DataFrame) -> float:
        self.logger.info(f"start analyzing by {self}")
        _df = _df.reset_index(drop=True)
        _df['sma5'] = _df['close'].rolling(5).mean()
        _df = _df.tail(5)
        _df['diff'] = _df.apply(lambda x: x['close'] - x['sma5'], axis=1)
        mean = _df['diff'].mean()
        var = _df['diff'].var()
        return mean / var

from chalicelib.analysis.StockAnalysis import StockAnalysis
import numpy as np


class MacdCubicFunction(StockAnalysis):
    # 分析に利用する日数
    DAYS_TO_ANALYSIS = 20
    # 分析に利用する日数
    DAYS_UNDER_ZERO = 7

    def __init__(self):
        super().__init__("macd_cubic_function")

    def analyze_method(self, _df) -> float:
        """
        macdを基準として売り買いの目安を評価値で返す。
        値が大きければ買いの傾向が高いことを表している。
        値が小さければ売りの傾向が高いことを表している。
        :param _df:
        :return:
        """
        self.logger.info(f"start analyzing by {self}")
        _df = _df.reset_index(drop=True)
        # histogramが図として表現されるMACDの値
        _df = _df.assign(
            # MACDの計算
            ema_12=lambda x: x['close'].ewm(span=12).mean(),
            ema_26=lambda x: x['close'].ewm(span=26).mean(),
            macd=lambda x: x['ema_12'] - x['ema_26'],
            signal=lambda x: x['macd'].ewm(span=9).mean(),
            # ヒストグラム値
            histogram=lambda x: x['macd'] - x['signal'],
        )

        # 3次関数に近似する（近似区間は直近の20日）
        f_x = np.linspace(-10, 10, self.DAYS_TO_ANALYSIS)
        y = _df['histogram'].tail(self.DAYS_TO_ANALYSIS)

        res3 = np.polyfit(f_x, y, 3)
        # 3次関数に近似した値を取得
        y3 = np.poly1d(res3)(f_x)
        # 階差を取得
        diff_1st = np.diff(y3)
        diff_2nd = np.diff(diff_1st)
        # 評価値の算出
        e_val = (diff_2nd[-1] - diff_2nd[0]) * np.var(diff_2nd) * np.var(diff_1st)
        if abs(e_val) < 0.01:
            e_val = 0
        return e_val

    @staticmethod
    def sigmoid(x) -> float:
        # pandasでcsvとして出力した際に、小さすぎる値の場合はeを用いた値で表示されて
        # pandasで読み込むことができないため。
        val = 1 / (1 + math.exp(-x))
        return val if val > 0.001 else 0

from datetime import datetime, timedelta
import jpholiday
def get_past_n_days(current_date: str, n: int = 60) -> list:
    end_date = datetime.strptime(current_date, "%Y-%m-%d")
    # 2倍しているのは土日や祝日が排除されるため
    back_n_days = n * 2
#     start_date = end_date - timedelta(days=back_n_days)
    date_candidate = [end_date - timedelta(days=d) for d in range(back_n_days)]
    # 土日を除く
    filter_weekend = [d for d in date_candidate if d.weekday() < 5]
    # 祝日を除く
    filter_holiday = [d for d in filter_weekend if not jpholiday.is_holiday(d)]
    # 文字列に日付を変えてreturn
    return list(map(lambda x: x.strftime("%Y-%m-%d"), filter_holiday[:n]))

~/Development/Projects/stock_project/.venv/src/pystock/pystock/attributes/stock_df.py in _replace_comma(x)
     62         if type(x) is str:
     63             x = x.replace(",", "")
---> 64         return float(x)

could not convert string to float: '---'