项目状态 · 版本与时间线
FinTA 最新版本是 1.3：pip 装到的和 GitHub 上的不是同一份代码
很多人以为 pip install finta 拿到的是仓库里的最新代码。实际上：PyPI 上最后
一个版本 1.3 发布于 2021-04-03，而 GitHub 的 master 分支在此之后还改了 OBV、
WTO 和 PSAR，并新增了两个方法；仓库则在 2022-07-24 归档为只读。
本站把这两份源码在同一个进程里同时加载、喂同一份 OHLCV，逐个方法对比输出，
得到可以直接引用的差异清单：90 个同名方法里 82 个数值完全一致，
OBV 在 874 根 K 线中有 834 行不同，WTO 最大差 30.14，
另外 VC 与 WAVEPM 只存在于 master。
PyPI 1.32021-04-03 上传，pip 装到的就是它
GitHub master2022-07-24 最后提交，仓库已归档只读
差异：2 个指标 + 2 个新方法OBV / WTO 数值不同，VC / WAVEPM 只在 master
版本现状
FinTA 的最新版本到底是哪一个？三条来源怎么对上
| 来源 | 版本 / 提交 | 时间 | 你能从它拿到什么 | 本站核验方式 |
|---|---|---|---|---|
PyPI（pip install finta） | 1.3 | 2021-04-03 | wheel 与 sdist；finta/finta.py 共 2243 行、90 个公开方法 | 下载 sdist 解包后做 AST 清点 |
| GitHub 默认分支 master | af01fa594995de78f5ada5c336e61cd87c46b151 | 2022-07-24（最后一次推送） | finta/finta.py 共 2308 行、92 个公开方法；含 1.3 之后的所有修复 | GitHub API 取默认分支首个提交作 pinned sha，再按该 sha 抓 tarball |
| GitHub 仓库状态 | archived = true（只读），归档于 2022-09-02 | 页面顶部横幅写明归档日 | 仍可 clone 与下载，但 issue 不再修、PR 不再合 | 仓库页截图 + GitHub API repo.archived、pushed_at |
| GitHub 仓库页可见计数 | Star 2.3k / Fork 715 / Issues 22 / Pull requests 2 / 394 commits / 23 tags / Releases 18 / Used by 660 | 2026-10-12 快照 | 核对项目活跃度；注意 Releases 18 与 PyPI 的 15 个版本不是同一个口径 | 仓库页截图（已存档，SHA-256 见证据矩阵） |
这三个来源不会互相矛盾：PyPI 的 1.3 是 2021 年发的包，master 是 2022 年停更前的代码，而归档只是一道「不再维护」的标记。真正要小心的是——中文教程几乎都基于 README，而 README 在 master 上比 PyPI 上多一条指标（详见方法清单页）。
差异总览
1.3 和 master 差多少？94 个方法逐个比对的结果
| 比对维度 | 结果 | 说明 |
|---|---|---|
| 源码行数 | 1.3：2243 行 → master：2308 行 | diff = +74 / −9 行、5 个 hunk |
| 公开方法数 | 1.3：90 个 → master：92 个 | 多出 VC（Value Chart）与 WAVEPM |
| 数值完全一致的方法 | 82 个 | 包括 SMA、EMA、RSI、MACD、BBANDS、ATR、ADX、ICHIMOKU 等主要指标 |
| 数值不同的方法 | 2 个 | OBV（平盘处理）与 WTO（ESA 的 span 与参数名拼写） |
| 列顺序变化的方法 | PSAR | 1.3 返回 [psar, psarbear, psarbull]，master 返回 [psar, psarbull, psarbear] |
| 参数名变化的方法 | WTO | 1.3 的形参拼写为 channel_lenght / average_lenght，master 改成正确拼写——用关键字传参的代码会在换版本时报 TypeError |
| 已删除的方法 | VR | 0.4.4 还有，1.x 起移除；老代码调用会 AttributeError |
结论：换版本不会让大多数指标变数，但会让 OBV 与 WTO 变数、让按位置取列的 PSAR 代码取错列。如果你的管道里已经存了历史指标值，升级（或改用 master 源码）之后这两列会与历史不一致——这件事在官方 CHANGELOG 里查不到，因为仓库没有 CHANGELOG。
数值差异
OBV 和 WTO 到底差多少？可复现的读数
| 指标 | 1.3 的结果 | master 的结果 | 差异量 | 根因（源码 diff） |
|---|---|---|---|---|
| OBV | 最后一根 −6731.5451 | 最后一根 −6729.8338 | 874 行中 834 行不同，最大绝对差 1.7112，首个不同点在 2016-01-27 | 1.3 把「收盘价不变」归入下跌分支（减成交量）；master 改成 >= 并新增「不变则沿用上一值」分支 |
| WTO（WT1） | 最后一根 −60.29 | 最后一根 −69.74 | 最大绝对差 30.138 | 1.3 里 esa 用的是 channel_length，master 改用 average_length——等于换了平滑窗口 |
| PSAR | [psar, psarbear, psarbull] | [psar, psarbull, psarbear] | 数值相同、列顺序不同 | 两列的赋值语句写反后又被修正 |
| VC / WAVEPM | AttributeError（方法不存在） | 可正常返回 | —— | 这两个方法在 1.3 发布后才加入，从未发版 |
# 复现方式：把两份源码放在同一个进程里，用同一份数据各算一遍
import importlib.util, pandas as pd
from finta import TA as TA_13 # pip 装到的 1.3
spec = importlib.util.spec_from_file_location('fm', r'.\master\finta.py')
fm = importlib.util.module_from_spec(spec); spec.loader.exec_module(fm)
TA_master = fm.TA # 2022 年的 master
ohlc = pd.read_csv('tests/data/bittrex_btc-usdt.csv', index_col='date', parse_dates=True)
a, b = TA_13.OBV(ohlc), TA_master.OBV(ohlc)
print((a - b).abs().max()) # 实测：1.711236
print(int(((a - b).abs() > 1e-9).sum()), len(a)) # 实测：834 874
print(list(TA_13.PSAR(ohlc).columns)) # ['psar', 'psarbear', 'psarbull']
print(list(TA_master.PSAR(ohlc).columns)) # ['psar', 'psarbull', 'psarbear']
上面的数字来自一次真实运行（日志见 _evidence/version_behaviour.txt），但只代表这一份数据：换数据、换周期，具体差值会变，方向不会（OBV 的平盘处理与 WTO 的窗口不同是结构性的）。要判断自己的结果是否受影响，照上面的片段跑一次即可。
判定版本
怎么确认自己用的是哪一份代码
四步确认版本
python -m pip show finta 会打印 Version: 1.3。不要用 finta.__version__——这个包没有导出该属性，会直接 AttributeError。hasattr(TA, 'WAVEPM') 与 hasattr(TA, 'VC')。1.3 上两者都是 False；如果你从 GitHub 源码装了，会是 True。| 处置 | 怎么做 | 优点 | 代价 |
|---|---|---|---|
| ① 就用 PyPI 的 1.3 | 什么都不改，把 pandas 钉在 <2 | 最省事，pip 可复现 | OBV 的平盘处理保留旧行为；VC/WAVEPM 用不了 |
| ② 装 master 源码 | pip install git+https://github.com/peerchemist/finta.git（仓库已归档但仍可 clone） | 拿到 2022 年的全部修复 | 不是发布版，没有 wheel、没有版本号，团队协作时要额外记录 commit |
| ③ 只借公式、自己实现 | 把需要的 3–5 个指标照源码抄进自己的工具函数并写单测 | 彻底摆脱上游冻结 | 要自己维护公式；跨库数值差异仍要自己承担 |
本站不推荐某一种，只提示判断依据：如果你的结果要长期复用或与历史数据对齐，先固定版本再谈算法；如果只是一次性研究、且不需要 VC/WAVEPM，用 PyPI 的 1.3 就够了。
归档影响
仓库归档之后，实际会失去什么
| 项目 | 归档前 | 归档后 | 对你意味着什么 |
|---|---|---|---|
| Bug 修复 | issue 会有人处理（归档时仍开着 22 个 issue 与 2 个 PR） | issue 不再被处理 | 遇到未记录的坑只能自己绕过或改源码 |
| 新 pandas 兼容 | 曾有多次适配提交 | 不会再有 | iteritems 这类破坏性变更永久留在库里（本站实测已有 4 个方法因此失效） |
| 新指标 | 0.x → 1.3 期间持续新增 | 停止在 master 的 VC / WAVEPM | 想要更多指标只能换库或自己写 |
| 安全与依赖 | 依赖只有 numpy/pandas，攻击面小 | 同样小 | 风险点不是安全，而是依赖树上游变动 |
| 文档 | README 会随代码更新 | README 冻结在 2022 年 | PyPI 页面上的清单比代码少 1 条（WAVEPM） |
| 社区支持 | 有 PR 与讨论 | 讨论仍在但不再合并 | 网上的答案可能对应更老的 0.x 版本，TS 类就是这类残留 |
把上面几条合起来看：归档的代价集中在「依赖上游变动」与「没有权威答案」，而不是「今天就跑不了」。也因此本站每页都给可自行复现的判定方法，而不是让你相信任何二手结论——包括本站的结论。
FAQ
关于 FinTA 版本状态的常见问题
FinTA 的 PyPI 最新版本是多少？
1.3，上传于 2021-04-03。此后 PyPI 上没有 1.4；GitHub 仓库最后一次代码推送是 2022-07-24，并在 2022-09-02 被归档为只读。全部 15 个版本、25 个分发文件的时间戳可查（本站证据目录保留了 PyPI JSON 原文件）。另外注意 GitHub 页面上显示的是 Releases 18 个，那与 PyPI 的 15 个版本不是同一个口径。
pip 装到的 1.3 和 GitHub 上看到的不一样，哪个才是「真的」？
两个都是真的，只是不是同一份代码。pip 给你的是 2021 年的发布版；GitHub master 是 2022 年的开发态，包含未发版的修复，多出
VC 与 WAVEPM 两个方法。写文档或写测试时，必须先声明你指的是哪一份——本站全站以 pinned commit af01fa5 与 PyPI 1.3 两个口径并列标注。我看到的中文教程里有 from finta import TA, TS，能用吗？
不能。本站把 8 个历史版本（0.2.8 / 0.3.6 / 0.4.0 / 0.4.4 / 1.0 / 1.1 / 1.2 / 1.3）的源码逐个做 AST 解析，
class TS 一次都没有出现，只有 class TA。写 from finta import TS 在任何版本上都会 AttributeError。既然归档了，还能用它吗？
能——本站实测 1.3 在 pandas 1.5.3 上有 84/90 个方法默认可调用。但要把两件事讲清楚：一是不会有新修复；二是新 pandas 上的失效方法不会有人修。把归档库用在一次性研究、教学或读源码学公式上没有问题；用在需要长期维护的生产管道上要先评估替代方案。
有没有 CHANGELOG 能看版本差异？
没有。仓库里没有 CHANGELOG 文件，PyPI 页面也不列变更。这就是本站要做「双源码并跑」的原因——版本差异只能从 diff 与实测反推，本站的证据目录里保留了完整 unified diff。
我怎么把结论记进自己的项目里？
建议的最小记录是四行：
finta 的版本（pip show finta）、是否含 WAVEPM、pandas/numpy 的实际版本、以及数据文件的哈希。本站安装页给出的验收脚本会一次性打印这些信息，可以直接放进你的 notebook 头部。相关阅读：安装与运行时实测、90 个方法清单。本页结论绑定 2026-10-12 的实测环境（Python 3.11.9），数值口径以官方源码为准。