前言
A股市場隨著這段時間的火熱翻騰，牛市又要降臨的樣子！如何能找出價值和價格匹配，還未被熱炒的低估股票？還是來識別價值和價格已然背離的虛火股票？無疑，通過股票本身指標來找是很靠譜的。但這些指標計算復雜，會讓人傷腦？
有沒有好用的Python庫搞定這一切，答案是有!以前介紹過Python的一個專門做股票指標計算的工具，Ta-lib。功能強大，但安裝和使用稍微有點難。

這次，帶給大家的工具不一樣！是比它還好用的一個加強版工具，那就是，pandas-ta!
這個Python庫，可以計算下面幾十種指標，輕輕松松的！

十字星：cdl_dojiHeikin-Ashi：哈動量（27）真棒振蕩器：AO絕對價格震蕩指標：APO偏差：偏見力量平衡：bopBRAR：布拉爾商品渠道指數：cci重心：cg錢德動量振蕩器：cmoCoppock曲線：coppock費舍爾變換：費舍爾慣性：慣性KDJ：kdjKST振蕩器：kst移動平均收斂散度：MACD動量：媽媽價格震蕩指標：ppo心理線：psl體積百分比振蕩器：pvo變化率：roc相對強度指數：RSI相對活力指數：rvgi坡度：* 坡度隨機擺動指標：STOCH特麗克絲：TRIX真實強度指數：TSI終極振蕩器：uo威廉姆斯％R：威爾移動平均收斂散度（MACD）MACD示例重疊（26）雙指數移動平均線：dema指數移動平均線：ema斐波那契加權移動平均線：fwma高低平均：hl2高低平均收盤價：hlc3在技??術分析文獻中通常稱為“典型價格”赫爾指數移動平均線：hma一木金閣孝：一木使用：幫助（ta.ichimoku）。返回兩個DataFrame。考夫曼的自適應移動平均線：kama線性回歸：linreg中點：中點中價：中價開-高-低-關閉平均線：ohlc4帕斯卡的加權移動平均線：pwma威廉的移動平均線：RMA正弦加權移動平均線：sinwma簡單移動平均線：sma超趨勢：超趨勢對稱加權移動平均線：SWMAT3移動平均線：t3三重指數移動平均線：tema三角移動平均線：trima數量加權平均價格：vwap成交量加權移動平均線：vwma加權收盤價：wcp加權移動平均線：wma零滯后移動平均線：zlma簡單移動平均線（SMA）和布林帶（BBANDS）日志返回：log_return回報率：percent_return趨勢回報：trend_return簡單移動平均線（SMA）的百分比回報率（累積）累計回報百分比示例統計（9）熵：熵峰度：峰度平均絕對偏差：瘋狂中位數：中位數分位數：分位數偏斜：歪斜標準偏差：stdev方差：方差Z分數：zscoreZ分數Z分數示例趨勢（14）平均定向運動指數：adx弓箭手移動平均線趨勢：AMATAroon和Aroon振蕩器：aroon斷頭指數：印章纏得克羅爾停止：cksp減少：減少去趨勢價格振蕩器：dpo增加：增加線性衰減：linear_decay長期運行：long_run拋物線停止和反轉：psarQ棒：qstick短期：short_run漩渦：漩渦平均方向運動指數（ADX）示例ADX實用程式（5）上方：上方高于價值：above_value下方：下方低于價值：below_value十字：十字波動性（11）像差：像差加速樂隊：accbands平均真實射程：atr布林樂隊：bbands唐契安頻道：唐契安凱特納頻道：kc質量指數：massi歸一化平均真實范圍：natr價格距離：pdist相對波動率指數：RVI真實范圍：true_range平均真實范圍（ATR）ATR示例累積/分配指數：廣告累積/分配振蕩器：adosc射手平衡量：aobv蔡金資金流：cmf老年人力量指數：efi輕松移動：eom資金流量指數：mfi負體積指數：nvi平衡音量：obv正體積指數：pvi量價：pvol成交量趨勢：pvt音量配置文件：vp平衡音量（OBV）

有沒有動心！馬上開車！

器：AO絕對價格震蕩指標：APO偏差：偏見力量

Pandas-ta簡介

Pandas TA是一個易于使用的庫，它建立在Python的Pandas庫的基礎上，具有100多個指標和實用程序功能。這些指標通常用于列或標簽類似于以下內容的金融時間序列數據集：日期時間，開盤價，高價，低價，收盤價，交易量等。其中包括許多常用指標，例如：簡單移動平均線（SMA），移動平均線收斂散度（MACD），船體指數移動平均線（HMA），布林線（BBANDS），動平衡量（OBV），Aroon和Aroon振蕩器（AROON）等。

安裝

注意，重要事說三次!一定是Python3版本下進行安裝!一定是Python3版本下進行安裝!一定是Python3版本下進行安裝!

Installation (python 3) $ pip install pandas_ta

最新版本安裝:

$ pip install -U git+https://github.com/twopirllc/pandas-ta

快速入門

幾行代碼快速入門，Pandas-ta就是這么容易.

import pandas as pd import pandas_ta as ta# Load data df = pd.read_csv('symbol.csv', sep=',')#計算返回值并將其追加到df DataFrame df.ta.log_return(cumulative=True, append=True) df.ta.percent_return(cumulative=True, append=True)# New Columns with results df.columns# Take a peek df.tail()

當然，在不清楚有什么指標之前，可以這樣用來搞清楚指標數據。

import pandas as pd import pandas_ta as ta# 'ta', extension的幫助信息 help(pd.DataFrame().ta)# 所有指標列表 pd.DataFrame().ta.indicators()# log_return indicator的幫助信息 help(ta.log_return)

展望

善用Pandas-Ta可以做出很多強大的股票指標圖。如下：

Pandas-Ta1

Pandas-Ta2

結語

本篇文章簡單介紹了Python指標分析庫Pandas-Ta，如果大家喜歡，請評論區打Call！評論區的熱情會激勵我們放出更多的Pandas-Ta的教程。

總結

以上是生活随笔為你收集整理的python os.system关闭log_又到牛市！带你学习一个python强大证券数据分析工具的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。