标准化指标计算
提供 150+ 技术指标函数,结果与专业行情软件一致,避免手写指标公式的偏差。
TA-Lib / ta-lib-python
TA-Lib(ta-lib-python)是 TA-Lib C 技术分析库的 Python 封装,提供 150+ 技术指标、8 大类函数组与 61 个蜡烛图形态识别,可与 numpy / pandas 无缝集成,是量化分析与技术分析领域最常用的指标计算库之一。适合想自建技术指标计算管道的开发者和研究者。
ta-lib-python 是 TA-Lib C 技术分析库的 Python 封装;star 数会随社区活动变化,采集日期为 2026-09-01。
查看固定版本源码
它把「行情数据 → 技术指标 → 形态识别」整理成一套标准化、可复现的指标计算库,覆盖 MACD、RSI、布林带等 150+ 指标与 61 个蜡烛图形态。
提供 150+ 技术指标函数,结果与专业行情软件一致,避免手写指标公式的偏差。
61 个 Pattern Recognition 函数,识别吞没、锤子、星线等经典蜡烛图形态。
输入输出为 numpy 数组 / pandas DataFrame,直接接入量化研究管道。
首页只保留理解所需的三步,详细流程见安装页、使用页与架构页。
先装底层 TA-Lib C 库,再 pip install TA-Lib(详见安装页,这是主要门槛)。
把开盘/收盘/最高/最低/成交量等 numpy 数组传入指标函数。
返回 numpy 数组 / DataFrame,用于后续选股、回测或可视化。
把 TA-Lib 的 150+ 指标按 8 大类展开。
MA / EMA / 布林带 / SAR 等重叠研究指标。
MACD / RSI / CCI / ADX 等动量指标。
OBV / ATR 等量能与波动率指标。
61 蜡烛图形态 + 统计函数。
以下为 EasyClaw 实际使用截图:一句话做 K 线技术分析、获取收益指标,即返回结构化报告。图片已等比缩小展示。
同一个技术分析目标,两种准备成本。完整对比见对比子页。
灵活度高、指标全,但 C 库构建、环境与依赖都需要自己维护。
Skill 的数据源、市场覆盖各不相同;不代表 TA-Lib 已集成 EasyClaw。
TA-Lib 是技术分析库(Technical Analysis Library),ta-lib-python 是它的 Python 封装,提供 150+ 技术指标与 61 个蜡烛图形态识别函数,广泛用于量化与行情分析。
需要先装底层 TA-Lib C 库,再 pip install TA-Lib;各平台 C 库安装方式不同,Windows 上构建较麻烦,这是常见痛点。
无已证实集成。EasyClaw 内置的是技术分析/量化类 Skill(如 stock-technical-mastery、quant-analyst),两者是独立路线。
150+ 指标,覆盖 Overlap Studies、Momentum、Volume、Volatility、Price Transform、Cycle、Pattern Recognition、Statistic 八大类。
指标计算基于标准化公式,与专业行情软件一致;但指标是历史价格衍生,不构成收益保证或投资建议。