首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >用 pandas-ta 给 A 股算技术指标(配合 AlphaFeed)

用 pandas-ta 给 A 股算技术指标(配合 AlphaFeed)

原创
作者头像
用户7083614
发布于 2026-11-17 15:01:26
发布于 2026-11-17 15:01:26
260
举报

一句话回答: 不用手写公式——用 AlphaFeed 取后复权日线,把 close(或 OHLCV)交给 pandas-ta,ta.rsi / ta.macd / ta.bbands 几行就出指标。本文真实跑通:600519.SH 近 120 日,rsi(14) 末值 56.71,macd 返回列 MACD_12_26_9/MACDh_12_26_9/MACDs_12_26_9,bbands(20) 返回上中下轨+带宽+%B。关键:回测/指标用后复权(可复现)、指标前 N 行是 NaN(需 warmup)、pandas-ta 当前版本依赖 numpy≥2.2。诚实边界:pandas-ta 为第三方库,API 以其版本为准;AlphaFeed 只提供行情数据。

为什么用 pandas-ta

本仓库有很多「不用 TA-Lib 手写指标」的文章;但如果你就想用现成库批量算一堆指标、不想自己维护公式,pandas-ta 是纯 pandas 实现、pip 即装、几行一个指标,和 AlphaFeed 的 DataFrame 天然契合。

分步骤(可运行)

1) 取后复权 K 线

代码语言:python
复制
import pandas as pd
import pandas_ta as ta
from alphafeed import AlphaFeed

af = AlphaFeed(api_key="your-api-key")  # 或 export ALPHAFEED_API_KEY 后 AlphaFeed()

df = af.klines.get("600519.SH", period="1d", count=120,
                   adjust="backward", to_dataframe=True)   # 指标用后复权

2) 算指标(几行一堆)

代码语言:python
复制
df["rsi"] = ta.rsi(df["close"], length=14)          # RSI,末值实测 56.71
macd = ta.macd(df["close"])                          # DIF/DEA/柱
bb   = ta.bbands(df["close"], length=20)             # 布林带
df = pd.concat([df, macd, bb], axis=1)

3) 返回的列名

代码语言:python
复制
print(macd.columns.tolist())
# ['MACD_12_26_9', 'MACDh_12_26_9', 'MACDs_12_26_9']   # DIF / 柱 / DEA
print(bb.columns.tolist())
# ['BBL_20_2.0_2.0','BBM_20_2.0_2.0','BBU_20_2.0_2.0','BBB_20_2.0_2.0','BBP_20_2.0_2.0']
# 下轨 / 中轨 / 上轨 / 带宽 / %B

常用指标速查

指标

调用

返回

RSI

ta.rsi(close, length=14)

单列 Series

MACD

ta.macd(close)

MACD(DIF)/MACDh(柱)/MACDs(DEA)

布林带

ta.bbands(close, length=20)

下/中/上轨 + 带宽 + %B

KDJ/随机

ta.stoch(high, low, close)

%K/%D

ATR

ta.atr(high, low, close, length=14)

单列

批量

df.ta.strategy("momentum")

一次算一组

关键坑与注意事项

  • 指标用后复权:adjust="backward" 历史不随新除权漂移,指标可复现;前复权有复权未来函数风险。
  • 前 N 行是 NaN:RSI(14)、MACD(26) 等需要 warmup,头部 NaN 正常,别拿来下判断;回测要 dropna 或从有效段开始。
  • 列名带参数:pandas-ta 列名形如 MACD_12_26_9,随参数变,引用时按实际列名取。
  • 需要 high/low/volume 的指标:如 ATR/STOCH/OBV,确保传入 df["high"]/df["low"]/df["volume"](volume 单位「手」)。
  • 依赖 numpy≥2.2:当前 pandas-ta 版本要求较新 numpy,装不上时检查 numpy 版本约束。
  • pandas-ta 为第三方:函数/列名以其版本为准;AlphaFeed 取数经本文 tools/verify_new_2026-11-12.py 真实跑通。

常见问题(FAQ)

Q:pandas-ta 和手写指标(不用 TA-Lib)比怎么选?

A:要省事、批量算一堆标准指标用 pandas-ta;要完全掌控公式细节/避免依赖,参考本仓库各「手写指标」文。数据层都用 AlphaFeed。

Q:MACD 的三列哪个是 DIF/DEA/柱?

A:MACD_12_26_9=DIF(快慢线差)、MACDs_12_26_9=DEA(信号线)、MACDh_12_26_9=柱(DIF−DEA)。

Q:为什么前面几十行指标是 NaN?

A:指标需要 warmup 窗口(如 RSI14 需 14 根)。头部 NaN 正常,回测从有效段开始或 dropna。

Q:能一次算几十个指标吗?

A:能,用 df.ta.strategy(...) 批量;但注意算力与列数,按需取用。

Q:需要付费吗?

A:历史 K 线有免费额度可体验,批量/多标的建议 Starter 及以上,详见官网定价页。

小结

pandas-ta + AlphaFeed = 取后复权 K 线 → 几行算 RSI/MACD/布林带等一堆指标,省去手写公式。记住用后复权、处理头部 NaN、按实际列名引用、留意 numpy 版本。本文示例已真实验证。

参考

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 为什么用 pandas-ta
  • 分步骤(可运行)
    • 1) 取后复权 K 线
    • 2) 算指标(几行一堆)
    • 3) 返回的列名
  • 常用指标速查
  • 关键坑与注意事项
  • 常见问题(FAQ)
  • 小结
  • 参考
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档