ta 是什么：Pandas 上的指标特征列生成器，不是回测系统

它做什么

ta 能做什么、不能做什么：七个常见误解逐条对照

一句话总结：ta 的定位是「特征列生成器」。把它当成策略库、行情接口或回测框架都会用错方向。本站在回测边界页把「算完指标还缺哪几步」单独拆开讲。

快速上手

ta 怎么快速上手：五步跑出第一列 RSI

从零到算出第一列 RSI

1. 装 wheel 再装 ta：python -m pip install wheel && python -m pip install ta——直接 pip install ta 在全新虚拟环境里会失败，原因见下一节。
2. 确认版本：python -m pip show ta 应显示 Version: 0.11.0。注意 ta 没有 __version__ 属性，用 ta.__version__ 会 AttributeError。
3. 准备行情表：六列 open/high/low/close/volume 全小写，索引为 DatetimeIndex，至少 43 行（最长预热 47 行）。
4. 从子模块导入指标类：from ta.momentum import RSIIndicator——import ta 之后 ta.RSIIndicator 是不存在的。
5. 算出来并检查表头：RSIIndicator(close=df["close"], window=14).rsi() 的前 13 行是 NaN，从第 14 行开始才有值。

# 本机实测可跑通的最小片段（Python 3.11.9 / ta 0.11.0 / pandas 3.0.6）
import pandas as pd
from ta.momentum import RSIIndicator
from ta.volatility import BollingerBands

df = pd.read_csv("ohlcv.csv", index_col="date", parse_dates=True)   # 索引必须是日期
df.columns = [c.lower() for c in df.columns]                        # 列名必须全小写

rsi = RSIIndicator(close=df["close"], window=14, fillna=False).rsi()
bb  = BollingerBands(close=df["close"], window=20, window_dev=2, fillna=False)

print(rsi.isna().sum())          # 实测：13  
print(bb.bollinger_mavg().isna().sum())   # 实测：19  
df["rsi14"] = rsi
df["bb_width"] = bb.bollinger_wband()

上面两个 print 的数字不是估计值，是本站在一份 400 行合成行情上实测出来的（见预热与 NaN 页的完整表格）。

版本快照

ta 现在是什么状态：版本、社区与维护节奏

怎么读这张表：代码冻结在 2023-11，README 在 2026-03 还在动，PyPI 最新版本就是 0.11.0。这意味着「ta 还在积极维护」和「ta 已经很久没有功能更新」两种说法都能从数据里读出来——本站按后者提示风险，因为指标实现确实没有再动。

EasyClaw demo

不写代码的话，指标怎么算出来

如果你只是想「看一眼某只标的现在的 RSI、MACD 和布林带」，不需要为它装一套 Python 环境。下面两张截图是 EasyClaw 技能在同一类任务上的输出，作为免编码路线的参考；需要把指标接进自己的管道时，仍然应该走上一节的 pip 路线。

‹

›

A · 对贵州茅台(600519)提问技术面：MACD 柱状图 0.74、DIF -12.15 / DEA -12.52、RSI 56.86/47.58/47.03、布林中轨 1269.54 元（收盘价低于中轨），结论是「下跌趋势中的短线修复」。截图由 EasyClaw 在 2 分 5 秒内完成，不是本项目 ta 的运行结果；它用的是 EasyClaw 自己的指标实现，与本项目 ta 的实现不同（同一指标不同库会有数值差异）。ta 与 EasyClaw 无已证实集成。仅供研究，不构成投资建议。