Python技术分析库

这是一个用于从金融时间序列数据集（开盘价、收盘价、最高价、最低价、交易量）进行特征工程的技术分析库。它基于Pandas和Numpy构建。

该库已实现43个指标：

成交量

ID	名称	类	函数
1	资金流量指标 (MFI)	MFIIndicator	money_flow_index
2	累积/分配指标 (ADI)	AccDistIndexIndicator	acc_dist_index
3	能量潮指标 (OBV)	OnBalanceVolumeIndicator	on_balance_volume
4	蔡金资金流量 (CMF)	ChaikinMoneyFlowIndicator	chaikin_money_flow
5	强力指数 (FI)	ForceIndexIndicator	force_index
6	移动便利指标 (EoM, EMV)	EaseOfMovementIndicator	ease_of_movement<br>sma_ease_of_movement
7	成交量价格趋势 (VPT)	VolumePriceTrendIndicator	volume_price_trend
8	负成交量指标 (NVI)	NegativeVolumeIndexIndicator	negative_volume_index
9	成交量加权平均价格 (VWAP)	VolumeWeightedAveragePrice	volume_weighted_average_price

<br>

波动率

ID	名称	类	函数
10	平均真实范围 (ATR)	AverageTrueRange	average_true_range
11	布林带 (BB)	BollingerBands	bollinger_hband<br>bollinger_hband_indicator<br>bollinger_lband<br>bollinger_lband_indicator<br>bollinger_mavg<br>bollinger_pband<br>bollinger_wband
12	肯特纳通道 (KC)	KeltnerChannel	keltner_channel_hband<br>keltner_channel_hband_indicator<br>keltner_channel_lband<br>keltner_channel_lband_indicator<br>keltner_channel_mband<br>keltner_channel_pband<br>keltner_channel_wband
13	唐奇安通道 (DC)	DonchianChannel	donchian_channel_hband<br>donchian_channel_lband<br>donchian_channel_mban<br>donchian_channel_pband<br>donchian_channel_wband
14	溃疡指数 (UI)	UlcerIndex	ulcer_index

<br>

趋势

ID	名称	类	定义
15	简单移动平均线 (SMA)	SMAIndicator	sma_indicator
16	指数移动平均线 (EMA)	EMAIndicator	ema_indicator
17	加权移动平均线 (WMA)	WMAIndicator	wma_indicator
18	移动平均收敛散度 (MACD)	MACD	macd <br>macd_diff<br>macd_signal
19	平均趋向指标 (ADX)	ADXIndicator	adx<br>adx_neg<br>adx_pos
20	涡旋指标 (VI)	VortexIndicator	vortex_indicator_neg <br>vortex_indicator_pos
21	三重指数平滑平均线 (TRIX)	TRIXIndicator	trix
22	质量指数 (MI)	MassIndex	mass_index
23	顺势指标 (CCI)	CCIIndicator	cci
24	去趋势价格摆动指标 (DPO)	DPOIndicator	dpo
25	知识共享系统指标 (KST)	KSTIndicator	kst<br>kst_sig
26	一目均衡图 (Ichimoku)	IchimokuIndicator	ichimoku_a<br>ichimoku_b<br>ichimoku_base_line<br>ichimoku_conversion_line
27	抛物线转向指标 (Parabolic SAR)	PSARIndicator	psar_down <br>psar_down_indicator<br>psar_up<br>psar_up_indicator
28	沙夫趋势周期指标 (STC)	STCIndicator	stc
29	阿隆指标	AroonIndicator	aroon_down<br>aroon_up

动量

ID	名称	类	定义
30	相对强弱指标 (RSI)	RSIIndicator	rsi
31	随机相对强弱指标 (SRSI)	StochRSIIndicator	stochrsi<br>stochrsi_d<br>stochrsi_k
32	真实强度指数 (TSI)	TSIIndicator	tsi
33	终极指标 (UO)	UltimateOscillator	ultimate_oscillator
34	随机指标 (SR)	StochasticOscillator	stoch<br>stoch_signal
35	威廉指标 (WR)	WilliamsRIndicator	williams_r
36	牛市动量指标 (AO)	AwesomeOscillatorIndicator	awesome_oscillator
37	考夫曼自适应移动平均线 (KAMA)	KAMAIndicator	kama
38	变动率指标 (ROC)	ROCIndicator	roc
39	价格震荡百分比指标 (PPO)	PercentagePriceOscillator	ppo<br>ppo_hist<br>ppo_signal
40	成交量震荡百分比指标 (PVO)	PercentageVolumeOscillator	pvo<br>pvo_hist<br>pvo_signal

其他

ID	名称	类	定义
41	日收益率 (DR)	DailyReturnIndicator	daily_return
42	日对数收益率 (DLR)	DailyLogReturnIndicator	daily_log_return
43	累计收益率 (CR)	CumulativeReturnIndicator	cumulative_return

<br>

文档

https://technical-analysis-library-in-python.readthedocs.io/en/latest/

使用动机

• 英文
• 西班牙语

如何使用 (Python 3)

$ pip install --upgrade ta

要使用此库，您应该有一个包含 Timestamp、Open、High、Low、Close 和 Volume 列的金融时间序列数据集。

在添加技术分析特征之前，您应该清理或填充数据集中的 NaN 值。

您可以在 examples_to_use 文件夹中获取代码示例。

您可以在这个笔记本中可视化这些特征。

添加所有特征的示例

import pandas as pd
from ta import add_all_ta_features
from ta.utils import dropna

# 加载数据
df = pd.read_csv('ta/tests/data/datas.csv', sep=',')

# 清理 NaN 值
df = dropna(df)

# 添加所有 ta 特征
df = add_all_ta_features(
    df, open="Open", high="High", low="Low", close="Close", volume="Volume_BTC")

添加特定特征的示例

import pandas as pd
from ta.utils import dropna
from ta.volatility import BollingerBands

# 加载数据
df = pd.read_csv('ta/tests/data/datas.csv', sep=',')

# 清理 NaN 值
df = dropna(df)

# 初始化布林带指标
indicator_bb = BollingerBands(close=df["Close"], window=20, window_dev=2)

# 添加布林带特征
df['bb_bbm'] = indicator_bb.bollinger_mavg()
df['bb_bbh'] = indicator_bb.bollinger_hband()
df['bb_bbl'] = indicator_bb.bollinger_lband()

# 添加布林带高指标
df['bb_bbhi'] = indicator_bb.bollinger_hband_indicator()

# 添加布林带低指标
df['bb_bbli'] = indicator_bb.bollinger_lband_indicator()

# 添加布林带宽度
df['bb_bbw'] = indicator_bb.bollinger_wband()

# 添加布林带百分比
df['bb_bbp'] = indicator_bb.bollinger_pband()

部署和开发（针对开发者）

$ git clone https://github.com/bukosabino/ta.git
$ cd ta
$ pip install -r requirements-play.txt
$ make test

赞助商

感谢 OpenSistemas！正是因为您的贡献，我才能继续开发这个开源库。

基于

• https://en.wikipedia.org/wiki/Technical_analysis
• https://pandas.pydata.org
• https://github.com/FreddieWitherden/ta
• https://github.com/femtotrader/pandas_talib

进行中

• 所有指标的自动化测试。

待办事项

• 使用 NumExpr 加速 NumPy/Pandas 操作？文章动机
• 添加更多技术分析特征。
• 获取金融数据的包装器。
• 使用 Pandas 多重索引技术同时计算多个指标。
• 使用 Plotly/Streamlit 可视化特征

更新日志

查看项目的更新日志。

捐赠

如果您认为 ta 库对您有帮助，请考虑为我买杯咖啡。

致谢

由 Darío López Padial（又名 Bukosabino）和其他贡献者开发。

请告诉我任何评论或反馈。

此外，我是一名专注于数据科学的自由软件工程师，使用 Python 工具如 Pandas、Scikit-Learn、Backtrader、Zipline 或 Catalyst。如果您需要开发与这个库、Python、技术分析、算法交易、机器学习等相关的内容，请随时与我联系。