python中ta_非常详细的Ta-Lib安装及使用教程
一、TaLib简介
TaLib是一个Python金融指数处理库。包含了很多技术分析里的常用参数指标,例如MA、SMA、WMA、MACD、ATR等。
二、TaLib安装
注:TaLib是一个pyhon库,故在安装TaLib前需要安装Python。
1. pip安装在命令行下输入命令(在线安装):pip install Ta-Lib(注意:使用pip安装可能会出现这个问题:
error: Microsoft Visual C++ 14.0 is required. Get it with “Microsoft Visual C++ Build Tools”: https://visualstudio.microsoft.com/downloads/
此时就需要手动安装。这个问题在安装其他python第三方包时也可能出现,解决方法与此相同)
2.手动安装
A. 找到并下载自己需要的对应版本的whl格式文件。
(如:若本机安装是32位的python3.6,则选TA_Lib‑0.4.17‑cp36‑cp36m‑win32.whl下载;
若本机安装的是64位的python2.7,则选择TA_Lib‑0.4.17‑cp27‑cp27m‑win_amd64.whl,其他同理)
B. 在命令行中(命令行的打开方式在文章最后的Tips里),进入此whl文件所在的目录,执行命令:pip install 下载的whl文件名
#如:pip install TA_Lib-0.4.17-cp37-cp37m-win_amd64.whl
C. 或不进入所在目录,直接执行命令:pip install 文件所在的绝对路径+文件名
如:pip install D:\my_packages\ TA_Lib-0.4.17-cp37-cp37m-win_amd64.whl
3. 检测安装成功
在包安装成功后,命令行界面会有“ Successfully installed TA-Lib ”的提示。
也可通过在命令行输入命令“ pip install ta-lib ”进行检测,如果出现“ Requirementalready satisfied: ta-lib in …”(”…“为安装此文件的目录),即表示安装成功。
三、TaLib函数介绍
1.几个指标及其用法演示
注意:talib函数的输入数据需要是Numpy的ndarray 类型,如果数据不是这个类型就需要提前进行类型转换。(“Every function takes the same input, passed as a dictionary of Numpy arrays”)。
在使用tqsdk时,K线及tick序列可以使用to_dataframe()函数将数据序列转化为pandas.DataFrame,即可直接取用其close字段作为talib函数的输入数据了(例如:df_klines=klines.to_dataframe())。SMA (简单移动平均线)(参数1:收盘价序列,参数2:时间周期(均线的计算长度 即 几日均线))
real = SMA(close, timeperiod=30)
例:双均线策略中使用SMA的实例:ATR(平均真实波幅)
(参数1:最高价序列,参数2:最低价序列,参数3:收盘价序列,参数4:时间周期)
real = ATR(high, low, close, timeperiod=14)
例:海龟策略中使用ATR的实例:MACD(异同移动平均线)
macd, macdsignal, macdhist = MACD(close, fastperiod=12, slowperiod=26, signalperiod=9)BBANDS (布林带)
upperband, middleband, lowerband = BBANDS(close, timeperiod=5, nbdevup=2, nbdevdn=2, matype=0)
2. talib中所有指标函数
A. 按照首字母排序:
B. 按照类型分组(点击超链接进入官方文档查看函数用法):
C. 每组的指标函数:
(可在页面内按 Ctrl+f键搜索到指标后,点击其所在组别的超链接查看函数的使用方法)重叠研究
BBANDS — Bollinger Bands (布林带)
DEMA — Double Exponential Moving Average (双指数移动平均线)
EMA — Exponential Moving Average (指数移动平均)
HT_TRENDLINE — Hilbert Transform – Instantaneous Trendline
KAMA — Kaufman Adaptive Moving Average
MA — Moving average (移动平均线)
MAMA — MESA Adaptive Moving Average (自适应移动平均)
MAVP — Moving average with variable period (变周期移动平均)
MIDPOINT — MidPoint over period
MIDPRICE — Midpoint Price over period
SAR — Parabolic SAR
SAREXT — Parabolic SAR – Extended
SMA — Simple Moving Average (简单移动平均线)
T3 — Triple Exponential Moving Average (T3)
TEMA — Triple Exponential Moving Average (三重指数移动平均线)
TRIMA — Triangular Moving Average
WMA — Weighted Moving Average (加权移动平均线)成交量指标
AD — Chaikin A/D Line
ADOSC — Chaikin A/D Oscillator
OBV — On Balance Volume
四、Tips命令行打开方式
方法一:按下Win + R 键,弹出运行窗口,输入“cmd”后点击确定。
方法二:在电脑左下角的搜索框搜索“cmd”或“命令提示符”,点击检索结果“命令提示符”。
方法三:打开“开始”,点击“运行”,弹出运行窗口,输入“cmd”后点击确定。运行窗口如图所示:
python中ta_非常详细的Ta-Lib安装及使用教程相关推荐
- python isdigit和isnumeric区别_isdigit()、isdecimal()和isnumeric python中区别【详细讲解】...
今天爱分享给大家带来isdigit().isdecimal()和isnumeric python中区别[详细讲解],希望能够帮助到大家. 1.函数介绍 isdecimal(...) | S.isdec ...
- isnumeric用法python_isdigit()、isdecimal()和isnumeric python中区别【详细讲解】
今天爱分享给大家带来isdigit().isdecimal()和isnumeric python中区别[详细讲解],希望能够帮助到大家. 1.函数介绍 isdecimal(...) | S.isdec ...
- Python 中的Sympy详细介绍
Python 中的Sympy详细使用 遇到复杂计算找python绝对不让你失望,sympy是一个Python的科学计算库,用一套强大的符号计 ...
- 一文实现:在python中调用matlab程序,保姆级安装windows环境下的matlab.engine教程
一.前言 我最近在做一个基于图像融合的目标检测工程,我经常用matlab去研究和创新新型的图像融合算法,因为matlab有着python所不可比拟的数据可视化功能和大量的滤波分解框架包:在目标检测 ...
- Python中的self详细解析
1. 前言 我们总会在class里面看见self,但是感觉他好像也没什么用处,就是放在那里占个位子. 如果你也有同样的疑问,那么恭喜你,你的class没学明白. 所以,在解释self是谁之前,我们先明 ...
- Python中使用you-get库批量在线下载bilibili视频的教程
此文章描述的是在windows10系统pc端python环境下,利用you-get库来进行bilibili视频批量下载,是在cmd中操作完成,只建议有python环境的用户使用. 1.安装you-ge ...
- python处理数据的包_在Python中利用Into包整洁地进行数据迁移的教程
动机 我们花费大量的时间将数据从普通的交换格式(比如CSV),迁移到像数组.数据库或者二进制存储等高效的计算格式.更糟糕的是,许多人没有将数据迁移到高效的格式,因为他们不知道怎么(或者不能)为他们的工 ...
- python中修饰器的优点和作用_Python入门基础教程之装饰器
Python装饰器的定义:在代码运行期间在不改变原函数定义的基础上,动态给该函数增加功能的方式称之为装饰器(Decorator) 装饰器的优点和用途: 1. 抽离出大量函数中与函数功能本身无关的的雷同 ...
- Anaconda下Python中h5py与netCDF4模块下载与安装方法
本文介绍基于Anaconda,下载并安装Python中h5py与netCDF4这两个模块的方法.h5py与netCDF4这两个模块是与遥感图像处理.地学分析等GIS操作息息相关的模块,应用较为广泛 ...
最新文章
- AOP埋点从入门到放弃(二)
- View-webui controller 功能流程
- oracle实例无法启动也无法关闭
- 1390: 队列问题(1)(vector模拟)
- 3_3 ObserverMode 观察者模式
- Java工程师必备技能
- ASP.NET向Javascript传递变量
- python编写飞机大战小游戏+源码
- oracle添加字段sql并添加注释
- Matlab-数值计算方法作业
- IDEA离线安装插件
- flask_web 蓝本基模板继承问题
- DAY1古典概型和几何概型
- WM开发常用资源下载 (转自黎波老师博客)
- (七)Linux搭载4G模块——AT指令实现短信包的获取和删除
- 当你从美梦中惊醒的时候,你该做什么?
- Tomcat服务器端口修改
- numpy array 报错 Layout of the output array img is incompatible with cv::Mat
- win7企业版安装vmtool提示无法进行,需要更新到SP1。【不换镜像,已解决】
- 微信小程序 图片设置为圆形
热门文章
- Ubuntu中Error: Can‘t find Python executable “python“, you can set the PYTHON env variable.
- ELK-filbeate收集tomcat日志
- logstash收集nginx日志
- Vxscan:一款实用综合扫描工具
- Elasticsearch插件介绍及安装
- Apollo 配置中心初探
- 【SQL】正则表达式-校验数字,字符,特殊需求等
- 如何解决System.Web.HttpRequestValidationException的异常
- IE8/9的几个前端bug解决方案
- [Linux]使用宝塔面板做负载均衡时遇到的问题和解决办法