pandas-ta 快速上手：5 分钟让一列价格长出 130+ 技术指标

pandas-ta 快速上手：5 分钟让一列价格长出 130+ 技术指标

【免费下载链接】pandas-taTechnical Analysis Indicators - Pandas TA is an easy to use Python 3 Pandas Extension with 130+ Indicators项目地址: https://gitcode.com/gh_mirrors/pa/pandas-ta

如果你也写过自己算 SMA、MACD、RSI 的脚本，一定懂那种调参数的繁琐。pandas-ta 技术分析库就是为这件事而生的：它是 pandas 的扩展，数据读进 DataFrame 后，一行df.ta.sma(length=10, append=True)，移动平均列就直接出现在表里。它内置 130 多个指标和 60 余种 K 线形态识别，趋势、动量、波动、成交量这些常用维度全覆盖。

📦 一条命令装好环境

安装很简单，pandas-ta 只依赖 numpy 和 pandas，不拖额外负担：

pip install pandas_ta

数据用任何 OHLCV 格式的 CSV 都行（开盘、最高、最低、收盘、成交量），仓库的 data/ 目录里就带了现成样例。跑通第一个 SMA 指标（简单移动平均，用滑动窗口平滑价格，看趋势最基础的工具）只要四行：

import pandas as pd, pandas_ta as ta df = pd.read_csv("data/sample.csv").set_index("date") df.ta.sma(length=10, append=True) df.tail()

tail()输出里会多出一列SMA_10，和原始价格并排显示，全程没有中间变量。

📈 三种最常用的调用方式

第一种：结果直接挂回表格

给指标函数加append=True，结果就以新列写回 DataFrame，列名自动带上参数信息：

df.ta.macd(fast=12, slow=26, signal=9, append=True)

MACD（衡量趋势强度和转折的指标）一次生成 macd、macdH、macdS 三列，画图和筛选条件直接取用。

第二种：批量计算

不想逐条调用时，把指标名丢进列表一次性算完：

df.ta.strategy(["sma", "macd", "rsi"], length=10)

第三种：函数式独立取结果

不想改动原表，可以用ta.rsi(df["close"], length=14)这种写法，返回一个独立的 Series，适合随手画图或写条件判断。

🗂 目录里藏了什么

源码集中在 pandas_ta/ 下，指标按类别拆分：momentum/ 是 RSI、MACD 这类动量指标，trend/ 放 ADX、PSAR，volume/ 收 OBV 等成交量指标，另有 volatility/、candles/ 等目录。所有函数由 pandas_ta/core.py 统一注册到df.ta和ta两个入口上。项目没有外部配置文件，参数全在调用时传入；想批量跑自定义指标，可以看 examples/ 目录里的 Jupyter 示例。

🎯 它适合谁

适合手里已有 pandas 数据流、想快速堆技术指标的人：策略回测、给量化模型做特征工程、写投研日报都够用。想启用全部 60 多个 K 线形态的话，需要再装一个 TA-Lib。完整指标清单和参数说明，翻 README 里的指标分类表和 examples/ 里的示例笔记即可继续深挖。

【免费下载链接】pandas-taTechnical Analysis Indicators - Pandas TA is an easy to use Python 3 Pandas Extension with 130+ Indicators项目地址: https://gitcode.com/gh_mirrors/pa/pandas-ta