适合：量化研究者与策略开发者
需要把指标接到自己的回测里，必须知道每个列的默认参数、NaN 起点与是否含未来数据。本站的「未来函数审计」页给出了可执行的判定脚本，这是直接从 README 起步拿不到的。
pandas-ta · 中文可验证实战手册
pandas-ta 还能用吗：先辨包名与版本，再算指标
原仓库已 404、官方文档站本机不可达、PyPI 上的原包只到 beta 且要求 Python 3.12 以上——而中文教程仍停在「pip install pandas-ta」。本站把 2026-10-10 的核验结果、四条可运行的调用路径与回测前的审计方法一次讲清，每一步都附本机实测输出。
项目来源
当前仍在维护的对应仓库（452 Star · MIT · 最后推送 2026-10-02 · 最新 release 0.8.32）；数字会随社区变化，采集于 2026-10-10
查看源码
结论速览
这个库现在还能用吗？先看这张表再动手
本站于 2026-10-10 在 Windows + Python 3.11.9 上逐条核验。下面三条结论都能在页面里点到原文或实测输出。
| 你的情况 | 今天该怎么做 | 依据（本站实测） |
|---|---|---|
按中文教程直接执行 pip install pandas-ta | 这条命令在 Python 3.11 上会直接失败。改用 pip install <社区分支包名> | 实测输出：Ignored the following versions ... Requires-Python >=3.12 → No matching distribution found for pandas-ta |
| 我的环境是 Python 3.12 以上，想装原包 | PyPI 上的原包仍在，但只有两个 beta 版本；本站没有 3.12+ 环境，未验证 | PyPI 元数据：0.4.67b0 / 0.4.71b0，Requires-Python: >=3.12 |
| 我想看看官方文档和源码 | 原仓库与官方文档站都无法从本机访问；改用存活仓库的文档 | GitHub 页面与 API 双路径返回 404；www.pandas-ta.dev 本机 DNS 不解析、apex 连接超时 |
| 我担心装到的不是同一个东西 | 先打印版本与指标清单确认身份，再往下写代码 | 本站记录了四种互不相同的「指标数量」口径，见「指标目录」页 |
一句话边界：本站是第三方项目研究站，不是 pandas-ta 官方文档的中文翻译；所有版本号、报错原文与输出读数都标了采集日期，官方表述与本站不一致时以官方仓库为准。
存活核验
pandas-ta 的仓库和文档站现在是什么状态？
这一节的全部结论来自 2026-10-10 的直接访问，不做推测。仓库与文档站的状态会变化，复查时请以当天结果为准。
| 核验对象 | 访问地址 | 2026-10-10 结果 | 怎么解读 |
|---|---|---|---|
| 原仓库页面 | 原作者仓库主页 | HTTP 404 | 仓库对匿名访问不可见（已删除或已转为私有） |
| GitHub API | 同一仓库的 API 端点 | HTTP 404 | API 与页面一致，不是页面渲染问题 |
| 作者账号 | api.github.com/users/twopirllc | HTTP 200 | 账号仍在，是仓库本身不可见 |
| GitHub 仓库搜索 | 按项目名搜索（2,067 条结果，按 Star 排序） | 结果里不含原仓库 | 同主题最高相关的活跃仓库是社区分支 |
| 官方文档站 | 文档站主域与 www 子域 | 均不可达（www 不解析、apex 连接超时） | 标注为 qualified：不能排除本机网络因素 |
| PyPI 包页 | pypi.org 上的该项目页 | HTTP 200（仍在线） | 页面上的 Repository 链接仍指向那个 404 地址 |
| 存活社区分支 | 社区分支仓库主页 | HTTP 200，452 Star / MIT / 最后推送 2026-10-02 | 当前 GitHub 上持续维护的对应实现 |
需要写清楚的边界：本站没有拿到「原仓库为何下架」的官方说明，因此不引用任何下架原因的传闻；只陈述「访问得到 404」这一个可复查的事实。文档站不可达同属本机网络观测，不能等同于「官方永久关闭」。
三个同名包
三个同名包到底谁是谁？
生态里最容易被混淆的一点是：包名、导入名、维护线是三件独立的事。下面这张表是本站核验过的最小对照，详细的迁移步骤见「包与维护线」页。
| 项 | pandas-ta | pandas-ta-classic | pandas-ta-openbb |
|---|---|---|---|
| PyPI 上的最新版本 | 0.4.71b0（2025-09-14） | 0.8.32（2026-09-14） | 0.4.24（本机安装的版本） |
| 导入名 | pandas_ta | pandas_ta_classic | pandas_ta |
| Python 版本要求 | >=3.12 | >=3.10 | 未逐一核验 |
| 依赖 | 硬钉 numba==0.61.2；numpy>=2.2.6、pandas>=2.3.2 | 仅 numpy>=2.0.0、pandas>=2.0.0（numba 可选） | 未逐一核验 |
| 许可 | 无法从当前公开来源复核（仓库已不可见） | MIT | 未逐一核验 |
| 仓库状态 | 404 | 452 Star，2026-10-02 仍有推送 | — |
| 注意点 | 元数据里的 Repository / Documentation 链接都指向已失效地址 | 导入名与包名不同，迁移代码时必须改 import | 它只是本机 pip list 里的另一个分发，与原项目的对应关系本站未核验 |
为什么这条最要紧：安装
pandas-ta-openbb 之后，import pandas_ta 是可以成功的——所以「能 import」并不能证明你装的是原作者发布的那一个包。判断身份要看 pip show 的包名，而不是 import 是否报错。三分钟验证
装完之后，怎么确认自己装对了？
照着下面的顺序走一遍，每一步都给出了预期输出与不符合时该查什么。命令在本机 Python 3.11.9 + classic 0.8.32 上实测通过。
- 建环境并安装
python -m venv venv后venv\Scripts\pip install pandas-ta-classic。预期：末尾出现Successfully installed pandas-ta-classic-0.8.32 ...（本机 16.1 秒，会一并装上 numpy 与 pandas）。 - 确认装到的是哪个分发
pip show <包名>。预期：Name: pandas-ta-classic、Version: 0.8.32、Requires: numpy, pandas。若显示的是另一个分发名，说明环境里装的可能不是它。 - 导入并读取启动横幅
python -c "import pandas_ta_classic as ta; print(ta.version)"。预期：先打印Pandas TA - Technical Analysis Indicators - v0.8.32与Total Indicators & Utilities: 255，再打印0.8.32。这段横幅走的是 stdout，写 JSON/CSV 的脚本要留意它会不会污染输出。 - 算一个指标并核对列名
df.ta.sma(length=20, append=True)后打印df.columns。预期新增一列SMA_20。若一列都没加，先查列名是否为open/high/low/close/volume（见「数据契约」页）。 - 核对非空起始位置
print(df['SMA_20'].notna().idxmax())。预期起始非空值出现在第 20 根 K 线上（0 基索引 19）——前面 19 行是 NaN，这是正常行为，不是数据错误。
失败时最常见的两个原因：①Python 版本低于 3.12 却装的是原包；②列名大小写或多重索引列没整理，指标函数静默不加列（不报错）。
常见误判
中文教程里哪些说法今天已经不对了？
下面每一条都是本站实测与常见说法不一致的地方。不是要否定教程，而是这些内容写在原仓库还在的时候，今天照做会踩坑。
| 教程里的常见说法 | 2026-10-10 的事实 | 你该怎么做 |
|---|---|---|
pip install pandas-ta 就能装 | Python 3.11 下该方法失败：两个版本都要求 >=3.12 | 按你的 Python 版本二选一，见「安装矩阵」页 |
| 「这个库有 130+ / 224 个指标」 | 同一版本里至少能数出 60 / 62 / 193 / 224 / 255 / 284 六个数字，取决于统计口径 | 写文档或做选型时带上口径与版本，别只抄一个数字 |
import pandas_ta as ta 一定就是原作者那个包 | 本机 import pandas_ta 成功，但提供它的是另一个分发 | 用 pip show 核对分发名 |
| 「结果全是 NaN 就是数据有问题」 | 缺列与数据不足时库不报错、静默不加列；缺口则会让部分指标整列 NaN | 先做列名与长度断言，再看数值 |
| 「装了 numba 就快 6–230 倍」 | 这是官方 README 的声明，本站没有复现，不做背书 | 自己按数据规模测；本站给出的是可复现的测量方法 |
| 「RSI 和 TA-Lib 一样，随便用」 | 本站逐列对照里 9 项有 8 项最大绝对差为 0，MACD 差 0.18 | 把差异当成口径问题而不是 bug，见「TA-Lib 对照」页 |
Setup and route
自建指标管道，还是走免部署路线？
这一节只讲分工，不讲谁替代谁。pandas-ta 与 EasyClaw 没有已证实集成，本机技能里也没有任何「本项目的包装器」。
| 你要解决的事 | 自建路线（本站主体） | 本机技能路线（备选） |
|---|---|---|
| 把指标算在自己的数据上 | 直接可用：传入任意 OHLCV DataFrame，不绑定数据源 | 取决于具体技能覆盖的市场与标的范围 |
| 需要可复现的实验记录 | 代码即记录：版本、参数、列名都在自己手里 | 属于对话式调用，复现需要保留提问与返回 |
| 只是想知道某只标的现在什么状态 | 要先取数、整理列名、再算指标 | 一句话提问即可（见下方截图） |
| 要批量算几十个标的 | 循环 + 向量化由自己控制 | 成本主要看标的扫描范围，不适合全市场海选 |
| 需要审计「指标是否含未来数据」 | 本站给出可执行的判定脚本 | 不在技能职责范围内 |
| 前置条件 | 只要 Python 环境，无 API Key | 各技能不同：有的需 Token，有的需在客户端面板单独授权 |
前置条件要提前看清：本机技能里，行情类技能通常无需凭据，而问财系需要
IWENCAI_API_KEY、妙想系需要 MX_APIKEY、通达信需要在其客户端面板中单独授权。具体以各技能文档为准。免部署路线
不想写代码时，免部署路线长什么样？
下面两张是本机对话界面的截图（用户 2026-10-10 回拍）。它们演示的是「免部署提问」这种交互形态，不是本项目的运行结果——它是一个库，没有对话界面。
本机对话截图（用户 2026-10-10 在本机 EasyClaw 客户端回拍，截图已归档并做 SHA-256 校验）：一句话问「对贵州茅台(600519)做技术分析：MACD、RSI 和布林带当前分别处于什么状态？」，返回截至 2026-10-09 的读数——MACD 柱 0.74 在零轴上方，DIF −12.15 与 DEA −12.52 仍在零轴下方；RSI1/2/3 为 56.86 / 47.58 / 47.03，属中性区间；布林中轨 1269.54、上轨 1321.03、下轨 1218.05，收盘价低于中轨（数据源显示为通达信）。对照本站：同样这几个指标自己算时，先要确认默认参数（pandas-ta 的 bbands 默认 length=5、sma 默认 10），且 MACD 与 TA-Lib 存在 0.18 量级的差。pandas-ta 与 EasyClaw 无已证实集成，截图非 pandas-ta 运行结果；仅供研究，不构成投资建议。
选型
哪些人适合现在转过来用，哪些人不适合？
把上一节的路线差异落到具体的人身上。判断标准只有一条：你要不要自己控制数据与指标的口径。
适合：被旧依赖卡住的存量项目
老代码里写的是 import pandas_ta，升级 numpy 或换机器后 import 失败。先看「包与维护线」页判断是版本问题还是包装错了，再决定最小改动的迁移路径。
适合：做金融数据教学的人
教学最怕例子跑不起来。本站把「哪条命令今天能跑通」放在首屏，并给出每个指标的默认参数与最小数据长度，方便设计练习。
不适合：只想问某只标的怎么样
没有取数需求、也不打算写代码时，自己搭指标管道是绕远路；直接用本机技能路线提问更快，且不需要维护环境。
不适合：指望它给出买卖信号
这个库是指标计算库，不做信号判定、不做回测、不给建议。把 RSI 低于 30 直接当成买入理由是用法错误，不是库的能力问题。
不适合：需要官方支持与 SLA
原仓库已不可见，当前维护线是社区分支。生产环境使用前请自行评估维护可持续性。
FAQ
pandas-ta 常见问题：还能用吗、装哪个、为什么全是 NaN
下面的回答都指向可核验的官方文件或本站实测；与官方表述冲突时，以官方仓库与文档为准。
pandas-ta 是不是已经停止维护了？
能确认的只有访问结果：原仓库在 2026-10-10 返回 404（API 与页面一致）。本站没有拿到官方说明，因此不推断原因。当前 GitHub 上持续维护的对应实现是社区分支 xgboosted/pandas-ta-classic。以官方仓库当前状态为准。
我该装 pandas-ta 还是 pandas-ta-classic？
取决于 Python 版本：3.12 以上才可能装上 PyPI 上的原包（本站未验证 3.12+ 的实际运行）；3.10 / 3.11 只能装 pandas-ta-classic。两者导入名不同，迁移要改 import。
pandas-ta-classic 是「官方」的吗？
它是独立的社区维护分支，MIT 许可，维护者与原项目不是同一账号。本站不把它等同于原作者发布的版本。是否采用请以仓库当前状态与你的合规要求为准。
为什么我的指标算出来全是 NaN？
三个最常见原因：①列名不是 open/high/low/close/volume（大小写不敏感，但名字必须对）；②数据长度小于指标窗口；③数据里有缺口（例如 resample 后插入了周末空行）。前两种库不报错、静默不加列，第三种会整列 NaN。详见「数据契约」页。
它能帮我做实盘交易吗？
不能。这个库只做指标计算，不含行情获取、不含下单、不含回测。本站不提供任何投资建议；任何基于指标的结论都需要你自己回测与评估。
本站的数字会更新吗？
页面标注了采集日期 2026-10-10。仓库状态、Star 数与版本号会变化，复查时请重新核验；本站不会替官方给出「最新」结论。