TA-Lib / Usage

TA-Lib 使用教程：numpy/pandas 计算指标

ta-lib-python 的指标函数接收 numpy 数组（开盘/最高/最低/收盘/成交量），返回 numpy 数组，可轻松转成 pandas DataFrame，接入量化研究、回测与可视化管道。

使用步骤代码示例

输入：numpy 数组输出：numpy / DataFrame集成：pandas

numpy 输入OHLC 数组

指标调用talib.RSI / MACD

DataFrame 输出pandas 集成

ta-lib-python 使用流程示意（numpy 输入 → 指标调用 → DataFrame 输出），基于官方 README。

Data flow

数据流对照表

把 TA-Lib 的输入输出展开为可核验清单。

环节	类型	说明
输入	numpy.ndarray	开盘/最高/最低/收盘/成交量等行情数组
指标调用	talib.XXX()	150+ 指标函数与 61 形态函数
输出	numpy.ndarray	指标结果数组
集成	pandas	可转 DataFrame 或直接对 Series 计算

来源说明：输入输出格式来自官方 README（2026-09-01 核验）。

Steps

使用步骤四步走

import talib 与 numpy/pandas。
准备行情数据（numpy 数组或 pandas Series）。
调用指标函数（如 talib.RSI(close, timeperiod=14)）。
把结果用于选股、回测或可视化。

Example

代码示例

以下为常见的指标计算用法示意，具体函数与参数以官方文档为准。

import talib
import numpy as np

close = np.random.random(100)  # 收盘价数组（示例）

# 计算 RSI 与 MACD
rsi = talib.RSI(close, timeperiod=14)
macd, macdsignal, macdhist = talib.MACD(close)

来源说明：以上为示意代码，非官方逐字示例；具体函数签名以官方文档为准，本站不编造未验证命令。

For whom

使用场景

策略回测

把指标作为策略信号，接入回测引擎。

数据管道

在 pandas 数据处理流水线中批量计算指标。

可视化

把指标结果用于行情图表展示。

FAQ

使用相关常见问题

输入必须是 numpy 数组吗？

指标函数主要接收 numpy 数组，pandas Series 也可直接传入（底层转 numpy）。

怎么把结果转成 DataFrame？

把返回的 numpy 数组用 pandas.Series / DataFrame 包装即可，便于后续分析。

不会写代码能用技术分析吗？

可以。EasyClaw 内置 stock-technical-mastery 技能，可一句话做技术指标分析，免写代码，详见对比页。

看 TA-Lib 与 EasyClaw 对比