首先，我们需要了解考夫曼指标是什么。考夫曼指标(Kaufman Adaptive Moving Average，简称KAMA)是一种自适应移动平均线，用于衡量股票价格的波动情况。它根据市场的波动幅度来调整移动平均线的平滑系数，使得移动平均线能够更加灵敏地反映市场的波动。

下面是计算考夫曼指标的 Python 代码(不使用 scipy 库)：

```python import numpy as np

def kama(prices, n=10, pow1=2, pow2=30): """ 计算考夫曼指标

Parameters
----------
prices : list
    一个金融时间序列
n : int, optional
    考夫曼指标的时间常数，默认为 10
pow1 : int, optional
    用于计算调整因子的幂，默认为 2
pow2 : int, optional
    用于计算调整因子的幂，默认为 30
    
Returns
-------
list
    考夫曼指标
"""
# 计算每日收益率
returns = [prices[i] / prices[i-1] - 1 for i in range(1, len(prices))]

# 初始化考夫曼指标数组
kama = [np.nan] * len(prices)

# 计算考夫曼指标
for i in range(1, len(prices)):
    # 计算调整因子
    sc = abs(returns[i-1])
    sc = sc * (pow1 - pow2) + pow2
    sc = sc * sc
    sc = 1 / sc
    
    # 计算考夫曼指标
    if i == 1:
        kama[