پانداانتشار 0. 3. 14b

استفاده آسان از پسوند پایتون 3 پانداس با شاخص های تجزیه و تحلیل فنی 130+. را می توان از یک Dataframe Pandas یا مستقل مانند Ta-Lib فراخوانی کرد. همبستگی با TA-Lib آزمایش شده است.

Sourcerank 14

وابستگی 0 بسته های وابسته 19 مخازن وابسته 0 کل نسخه 19 نسخه جدید 28 ژوئیه 28 ، 2021 نسخه اول 25 فوریه 2019 ستاره های 3. 17K Forks 685 Watchers 88 مشارکت کنندگان 38 مخزن 64 MB

مستندات

Pandas TA - یک کتابخانه تجزیه و تحلیل فنی در پایتون 3

تجزیه و تحلیل فنی Pandas (PANDAS TA) یک کتابخانه آسان برای استفاده است که از بسته PANDAS با بیش از 130 شاخص و توابع ابزار و بیش از 60 الگوی شمعدانی Lib Lib استفاده می کند. بسیاری از شاخص های متداول شامل: الگوی شمع (CDL_PATTERN) ، میانگین حرکت ساده (SMA) حرکت متوسط همگرایی (MACD) ، میانگین حرکت نمایی هال (HMA) ، باند بولینگر (BBANDS) ، حجم تعادل (OBV) ، اسیلاتور آرون و آرون (آروون) ، فشار (فشار) و موارد دیگر.

توجه: برای استفاده از تمام الگوهای شمعدانی باید نصب شود. PIP نصب TA-Lib. اگر Ta Lib نصب نشده باشد ، فقط الگوهای شمعدانی ساخته شده در دسترس خواهد بود.

فهرست مطالب

امکانات

• دارای 130+ شاخص و توابع ابزار است.
  • Beta همچنین Pandas TA نسخه Ta Lib را اجرا خواهد کرد ، این شامل 63 الگوی نمودار TA Lib است.
  • به عنوان مثال برای غیرفعال کردن محاسبه ta lib برای stdev: ta. stdev (df ["close"] ، طول = 30 ، talib = false).

  در حال توسعه

  Pandas TA بررسی می کند که آیا کاربر برخی از بسته های معاملاتی مشترک نصب شده از جمله اما محدود به: TA Lib ، Vector BT ، YFInance است. بخش اعظم آن تجربی است و احتمالاً تا زمانی که بیشتر تثبیت شود ، شکسته می شود.

  • اگر Ta Lib نصب شود ، شاخص های موجود در نهایت نسخه TA Lib را دریافت می کنند.
  • بارگیری آسان داده های OHLCV با استفاده از yfinance. به راهنما (ta. ticker) و کمک (ta. yf) و نمونه های زیر مراجعه کنید.
  • برخی از معیارهای عملکرد مشترک

  نصب و راه اندازی

  نسخه PIP آخرین نسخه پایدار است. نسخه: 0. 3. 14b

  بهترین انتخاب! نسخه: 0. 3. 14b

  • شامل تمام اصلاحات و به روزرسانی های بین PYPI و آنچه در این README پوشیده شده است.

  این نسخه توسعه است که می تواند دارای اشکالات و سایر عوارض جانبی نامطلوب باشد. از خطر خود استفاده کنید!

  شروع سریع

  کمک

  برخی از استدلال های شاخص برای قوام دوباره مرتب شده اند. برای کسب اطلاعات بیشتر از Help (ta. indicator_name) استفاده کنید یا درخواست کشش را برای بهبود اسناد انجام دهید.

  موضوعات و مشارکتها

  با تشکر از استفاده از Pandas TA!

  • آیا این سند را خوانده اید؟
  • آیا آخرین نسخه را اجرا می کنید؟
    • $ pip instal l-u git+https: //github. com/twopirllc/pandas-ta
    • آیا آنها کمک کردند؟
    • چه چیزی جا افتاده؟
    • آیا می توانید به بهبود آنها کمک کنید؟
    • ابتدا قبل از باز کردن مسئله جدید ، مسائل بسته را جستجو کنید. ممکن است قبلاً حل شده باشد.
    • لطفاً تا حد امکان با کد قابل تکرار ، پیوندها در صورت وجود ، تصاویر قابل اجرا ، خطاها ، سیاهههای مربوط و نمونه داده ها دقیق باشید. اگر چیزی ارائه نمی دهید دوباره از شما سؤال می شود.
      • شما می خواهید یک شاخص جدید در حال حاضر ذکر نشده باشد.
      • شما می خواهید یک نسخه متناوب از یک شاخص موجود.
      • این نشانگر با یک وب سایت ، کتابخانه ، پلت فرم کارگزار ، زبان و همکاران دیگر مطابقت ندارد.
        • آیا برای حمایت از ادعای خود تجزیه و تحلیل همبستگی دارید؟
        • آیا می توانید مشارکت کنید؟

        مشارکت کنندگان

        ممنون از مشارکت های شما!

        کنوانسیون های برنامه نویسی

        Pandas TA دارای سه "سبک" اصلی پردازش شاخص های فنی برای مورد استفاده و/یا الزامات شما است. آنها عبارتند از: استاندارد ، پسوند DataFrame و استراتژی Pandas TA. هر یک با افزایش سطح انتزاع برای سهولت استفاده. هرچه بیشتر با Pandas TA آشنا می شوید ، سادگی و سرعت استفاده از یک استراتژی Pandas TA ممکن است آشکارتر شود. علاوه بر این ، شما می توانید شاخص های خود را از طریق زنجیر یا ترکیب ایجاد کنید. در آخر ، هر شاخص یا یک سری یا یک DataFrame را در قالب زیر بغل بدون در نظر گرفتن سبک برمی گرداند.

        شما صریحاً ستون های ورودی را تعریف می کنید و از خروجی مراقبت می کنید.

        • sma10 = ta. sma (df ["close"] ، طول = 10)
          • یک سری با نام را برمی گرداند: SMA_10
          • DataFrame به نام DC_10_15 و نام ستون ها را برمی گرداند: DCL_10_15 ، DCM_10_15 ، DCU_10_15
          • شاخص های زنجیره ای امکان پذیر است اما شما باید صریح باشید.
          • از آنجا که سریال به نام EMA_10 را برمی گرداند. در صورت لزوم ، ممکن است نیاز به نامگذاری منحصر به فرد داشته باشید.

          پسوند dataframe pandas ta

          تماس با DF. TA به طور خودکار OHLCVA را به OHLCVA کوچک می کند: باز ، بالا ، کم ، نزدیک ، حجم ، adj_close. به طور پیش فرض ، DF. TA از OHLCVA برای آرگومان های نشانگر استفاده می کند که نیاز به مشخص کردن ستون های ورودی را مستقیماً مشخص می کند.

          • sma10 = df. ta. sma (طول = 10)
            • یک سری با نام را برمی گرداند: SMA_10
            • یک سری با نام را برمی گرداند: ema_10_ohlc4
            • شاخص های زنجیره ای نیاز به مشخص کردن ورودی مانند: close = df. ta. ohlc4 ().
            • DataFrame به نام DC_10_15 و نام ستون ها را برمی گرداند: DCL_10_15 ، DCM_10_15 ، DCU_10_15

            همان سه مثال آخر ، اما نتایج را مستقیماً به DataFrame DF اضافه می کند.

            • df. ta. sma (طول = 10 ، ضمیمه = درست)
              • نام ستون DF: SMA_10.
              • شاخص های زنجیره ای نیاز به مشخص کردن ورودی مانند: close = df. ta. ohlc4 ().
              • با نام ستون به DF اضافه می شود: DCL_10_15 ، DCM_10_15 ، DCU_10_15.

              یک استراتژی Pandas TA یک گروه از شاخص های نامگذاری شده است که باید با روش استراتژی اداره شود. همه استراتژی ها از MulitProcessing استفاده می کنند به جز هنگام استفاده از پارامتر col_names (به تصویر زیر مراجعه کنید). انواع مختلفی از استراتژی های ذکر شده در بخش زیر وجود دارد.

              در اینجا سبک های قبلی که با استفاده از یک کلاس استراتژی اجرا شده اند:

              استراتژی های پانداس TA

              کلاس استراتژی یک روش ساده برای نامگذاری و گروه بندی شاخص های مورد علاقه TA خود با استفاده از کلاس داده است. Pandas TA با دو استراتژی اساسی از پیش ساخته برای کمک به شما در شروع کار همراه است: Allstrategy و Commonstrategy. یک استراتژی می تواند به سادگی به عنوان Commonstrategy یا به همان اندازه پیچیده باشد که با استفاده از ترکیب/زنجیره ای مورد نیاز است.

              • هنگام استفاده از روش استراتژی ، تمام شاخص ها به طور خودکار در DataFrame DF ضمیمه می شوند.
              • شما هنگام خروجی یک شاخص به عنوان ورودی به یک یا چند شاخص در همان استراتژی ، از یک استراتژی زنجیره ای استفاده می کنید.
              • توجه: از کلمات کلیدی "پیشوند" و/یا "پسوند" برای متمایز کردن نشانگر ترکیب شده از سری پیش فرض آن استفاده کنید.

              برای نمونه هایی از جمله ترکیب نشانگر/زنجیره ای ، به نمونه های استراتژی Pandas TA مراجعه کنید.

              • نام: برخی از رشته های به یاد ماندنی کوتاه. توجه: "همه" حساس به مورد محفوظ است.
              • TA: لیستی از دیکته های حاوی آرگومان های کلیدی برای شناسایی نشانگر و آرگومان های شاخص
              • توجه: در صورت عدم وجود ویژگی ، یک استراتژی در صورت مصرف توسط Pandas TA انجام نمی شود. به یاد داشته باشید که املای خود را بررسی کنید.
              • توضیحات: شرح مفصلی درباره آنچه استراتژی سعی در ضبط دارد. پیش فرض: هیچ
              • ایجاد شده: در DateTime String از زمان ایجاد. پیش فرض: به طور خودکار تولید می شود.

              انواع استراتژی ها

              چند پردازش

              روش استراتژی Pandas TA از چند پردازش برای پردازش شاخص فله از انواع استراتژی با یک استثنا استفاده می کند! هنگام استفاده از پارامتر col_names برای تغییر نام ستون (های) حاصل ، شاخص های موجود در آرایه TA به ترتیب اجرا می شوند.

              استراتژی سفارشی بدون چند پردازش

              به یاد داشته باشید که اینها از چند پردازش استفاده نمی کنند

              خواص DataFrame

              تنظیم شده

              دسته بندی ها

              هسته

              dateTime_ordered

              تبادل

              Last_run

              معکوس

              پیشوند پسوند

              time_range

              to_utc

              روش های dataframe

              ثابت

              شاخص ها

              تیک زدن

              شاخص ها (براساس دسته)

              شمع (64)

              الگوهای جسورانه ای ، نیاز به نصب TA-Lib دارند: PIP نصب TA-Lib

              • 2crows
              • 3blackcrows
              • 3 نفر
              • 3linestrike
              • 3 دور
              • 3Starsinsoust
              • 3 Whitesoldiers
              • متروکه
              • پیشخدمت
              • دلهره
              • جدا
              • بسته شدن
              • مخفی کردن
              • ضد حمله
              • Darkcloudcover
              • دوجی
              • دوجننده
              • سنجاقک
              • مشاجره
              • شبانه
              • شب ساقه
              • گسساید
              • گورستوندوجی
              • چکش
              • چاشنی
              • هرمی
              • هارموس
              • دارای موج بلند
              • چاک
              • باسن
              • پینه
              • 3crows یکسان
              • مسافرخانه
              • داخل
              • معکوس
              • لگد
              • لگد زدن
              • نردبانت
              • Longleggeddoji
              • خط طولانی
              • ماوروبوزو
              • تطبیق
              • ریاضیات
              • MoingdoJistar
              • ستاره صبح
              • روی
              • سوراخ
              • ریکاومن
              • Risefall3Methods
              • خط جداسازی
              • ستاره دنباله دار
              • خط کوتاه
              • ریسمان
              • گرسنگی
              • چوب
              • تالار
              • تاسکیگاپ
              • زرنگ
              • چهار گانه
              • منحصر به فرد 3River
              • Upsidegap2crows
              • xsidegap3methods
              • Heikin-ashi: HA
              • امتیاز Z: CDL_Z

              چرخه (1)

              حرکت (41)

              همپوشانی (33)

              • میانگین حرکت Aaud Legoux: ALMA
              • میانگین متحرک دو نمایی: DEMA
              • میانگین متحرک نمایی: EMA
              • میانگین متحرک وزنی فیبوناچی: FWMA
              • Gann فعال کننده کم کم: HILO
              • میانگین متوسط: HL2
              • میانگین متوسط نزدیک: HLC3
                • معمولاً در ادبیات تحلیل فنی به عنوان "قیمت معمولی" شناخته می شود
                • دو DataFrame را برمی گرداند. برای اطلاعات بیشتر: HELP (TA. ICHIMOKU).
                • Lookahead = False Drops ستون Chikou Span را برای جلوگیری از نشت احتمالی داده ها.
                • به شاخص DataFrame نیاز دارد تا یک DateTimeIndex باشد

                عملکرد (3)

                از پارامتر استفاده کنید: تجمعی = برای نتایج تجمعی درست است.

                آمار (11)

                روند (18)

                ابزار (5)

                نوسانات (14)

                جلد (15)

                معیارهای عملکرد بتا

                معیارهای عملکرد یک افزودنی جدید برای بسته بندی هستند و در نتیجه احتمالاً غیرقابل اعتماد هستند. در معرض خطر خود استفاده کنید. این معیارها یک شناور را برمی گردانند و بخشی از پسوند DataFrame نیستند. به آنها روش استاندارد گفته می شود. مثلا:

                Backtesting با VectorBT

                برای ادغام آسان تر با روش VectorBT از روش از_Signals ، روش ta. trend_retu با روش ta. tsignals جایگزین شده است تا تولید سیگنال های معاملاتی را ساده تر کند. برای یک مثال جامع ، به عنوان مثال Backtest Backtest به عنوان مثال Jupyter Notebook با Pandas TA در فهرست نمونه ها مراجعه کنید.

                • گزینه ها و نمونه های بیشتر به وب سایت VectorBT مراجعه کنید.

                تغییر دادن

                عمومی

                • یک کلاس استراتژی برای کمک به نام و گروه بندی شاخص های مورد علاقه خود.
                • اگر Ta Lib از قبل نصب شده باشد ، Pandas TA نسخه Ta Lib را اجرا می کند.(بتا)
                • برخی از شاخص ها Mamode Kwarg خود را با انتخاب متوسط حرکت بیشتر با عملکرد متوسط ابزار در حال حرکت TA. MA () به روز کرده اند. برای سادگی ، همه گزینه ها میانگین حرکت یک منبع واحد هستند. این در درجه اول یک ابزار داخلی است که توسط شاخص هایی که Mamode Kwarg دارند استفاده می شود. این شامل شاخص ها است: Accbands ، AMAT ، AOBV ، ATR ، BBANDS ، BIAS ، EFI ، HILO ، KC ، NATR ، QQE ، RVI و THERMO. پارامترهای پیش فرض Mamode تغییر نکرده است. با این حال ، در صورت لزوم می تواند توسط کاربر نیز استفاده شود. برای اطلاعات بیشتر: HELP (TA. MA)
                  • انتخاب متوسط در حال حرکت: DEMA ، EMA ، FWMA ، HMA ، Linreg ، Midpoint ، PWMA ، RMA ، Sinwma ، SMA ، SWMA ، T3 ، Tema ، Trima ، Vidya ، WMA ، ZLMA.

                  شاخص های شکستن / کاهش یافته

                  • Trend Retu ( trend_retu ) has been removed and replaced with tsignals . When given a trend Series like close >SMA (نزدیک ، 50) این روند ، ورودی های تجاری و خروج های تجاری از آن روند را برمی گرداند تا با تنظیم ASBool = درست برای دریافت ورودی ها و خروج های تجاری بولی ، آن را با VectorBT سازگار کند. به راهنما مراجعه کنید (ta. tsignals)

                  شاخص های جدید

                  • Aaud Legoux میانگین متحرک (ALMA) از منحنی توزیع نرمال (گاوس) استفاده می کند تا امکان تنظیم صافی و حساسیت بالا از شاخص را فراهم کند. مشاهده کنید: حساب کاربری (TA. A. ALMA) یا صندوق. به راهنما مراجعه کنید (ta. drawdown)
                  • الگوهای شمع (CDL_PATTERN) اگر Ta Lib نصب شده باشد ، تمام آن الگوهای شمع در دسترس هستند. لیست و نمونه های فوق را در مورد نحوه تماس با الگوها مشاهده کنید. به راهنما مراجعه کنید (ta. cdl_patte)
                  • شمع Z نمره (CDL_Z) شمع OHLC را با نمره نورد Z عادی می کند. به راهنما مراجعه کنید (ta. cdl_z)
                  • نشانگر روند همبستگی (CTI) یک نوسان ساز است که توسط جان ایلر در سال 2020 ایجاد شده است. به راهنما مراجعه کنید (TA. CTI)
                  • Cross Signals (Xsignals) توسط کوین جانسون ایجاد شد. این یک بسته بندی از سیگنال های تجاری است که روند ، معاملات ، ورودی ها و خروج ها را برمی گرداند. سیگنال های متقاطع معمولاً برای BBANDS ، RSI ، ZSCORE از مقداری از مقادیر بالاتر یا زیر دو مقدار در زمان های مختلف استفاده می شود. به راهنما مراجعه کنید (ta. xsignals)
                  • جنبش جهت دار (DM) که توسط J. Welles Wilder در سال 1978 ساخته شده است ، سعی در تعیین جهت قیمت یک دارایی دارد. به راهنما مراجعه کنید (ta. dm)
                  • حتی Sinewave بهتر (EBSW) چرخه های بازار را اندازه گیری می کند و از یک فیلتر پاس کم برای از بین بردن نویز استفاده می کند. نگاه کنید به: راهنما (ta. ebsw)
                  • میانگین حرکت Jurik (JMA) سعی در از بین بردن سر و صدا برای دیدن فعالیت اساسی "واقعی" دارد. نگاه کنید به: HELP (TA. JMA)
                  • نوسان ساز حجم کلینگر (KVO) توسط استفان جی. کلینگر ساخته شد. این برای پیش بینی معکوس قیمت در یک بازار با مقایسه حجم با قیمت طراحی شده است. به راهنما مراجعه کنید (ta. kvo)
                  • Schaff Trend Cycle (stc) تکاملی از MACD محبوب است که دو محاسبات تصادفی آبشاری با هموارسازی اضافی را در خود جای داده است. به کمک (ta. stc) مراجعه کنید
                  • Squeeze Pro ( squeeze_pro ) نسخه توسعه یافته "TTM Squeeze" از جان کارتر است. به کمک مراجعه کنید (ta. squeeze_pro)
                  • Sequential تام دیمارک (td_seq) تلاش می کند تا نقطه ای از قیمت را شناسایی کند که در آن یک روند صعودی یا یک روند نزولی خود را خسته کرده و معکوس می کند. در حال حاضر به دلایل عملکرد از df. ta. strategy() حذف شده است. به کمک (ta. td_seq) مراجعه کنید
                  • اندیکاتور Think or Swim Standard Deviation All (tos_stdevall) که انحراف استاندارد داده ها را برای کل نمودار یا فاصله آخرین میله های تعریف شده توسط پارامتر طول برمی گرداند. به کمک (ta. tos_stdevall) مراجعه کنید
                  • فیلتر افقی عمودی (vhf) توسط آدام وایت برای شناسایی بازارهای پرطرفدار و محدوده ایجاد شده است. به کمک مراجعه کنید(ta. vhf)

                  شاخص های به روز شده

                  • باندهای شتاب (accbands) آرگومان مامود به حالت تغییر نام داد. به کمک (ta. accbands) مراجعه کنید.
                  • ADX (adx): mamode با "RMA" پیش فرض و با گزینه های mamode مشابه TradingView اضافه شد. لنز آرگومان جدید به طوری که مانند نشانگر ADX داخلی TradingView عمل می کند. به help(ta. adx) مراجعه کنید.
                  • Archer Moving Averages Trends (amat): آرگومان drift و نام ستون های توصیفی تر اضافه شد.
                  • میانگین محدوده واقعی (atr): مامود پیش فرض اکنون "RMA" و با همان گزینه های mamode مانند TradingView است. به help(ta. atr) مراجعه کنید.
                  • باندهای بولینگر (bbands): آرگومان جدید ddoff برای کنترل درجات آزادی. همچنین BB درصد (BBP) به عنوان ستون پایانی گنجانده شده است. پیش فرض 0 است. به help(ta. bbands) مراجعه کنید.
                  • Index Choppiness ( chop ): آرگومان جدید ln برای استفاده از لگاریتم طبیعی (True) به جای لگاریتم استاندارد (False). پیش فرض نادرست است. به help(ta. chop) مراجعه کنید.
                  • Chande Kroll Stop (cksp): tvmode با True پیش فرض اضافه شد. وقتی tvmode=False، cksp "The New Technical Trader" را با مقادیر پیش فرض پیاده سازی می کند. به help(ta. cksp) مراجعه کنید.
                  • Chande Momentum Oscillator (cmo): talib آرگومان جدید از نسخه TA Lib و در صورت نصب TA Lib استفاده خواهد کرد. پیش فرض درست است. به help(ta. cmo) مراجعه کنید.
                  • کاهش (کاهش): آرگومان جدید به شدت بررسی می کند که آیا سری به طور مداوم در طول دوره با یک محاسبه سریع تر کاهش می یابد. پیش فرض: نادرست. آرگومان درصد نیز با پیش فرض None اضافه شده است. به help(ta. decreasing) مراجعه کنید.
                  • افزایش (در حال افزایش): اگر این سریال به طور مداوم در طول دوره با محاسبه سریعتر در حال افزایش باشد ، بررسی های جدید استدلال جدید را بررسی می کند. پیش فرض: نادرست. استدلال درصد نیز با پیش فرض اضافه شده است. به HELP (TA. Inpension) مراجعه کنید.
                  • Klinger Volume Oscillator (KVO): نسخه نوسان سازنده حجم Klinger TradingView را پیاده سازی می کند. به HELP (TA. KVO) مراجعه کنید.
                  • رگرسیون خطی (LINREG): نسخه Numpy را بررسی می کند تا مشخص شود که آیا از روش AS_STRIDED یا روش جدیدتر کشویی_Window_View استفاده می کند. این باید مشکلات مربوط به Google Colab را حل کند و به روزرسانی های وابستگی به تأخیر و همچنین وابستگی های TensorFlow همانطور که در موضوعات #285 و #329 مورد بحث قرار گرفته است.
                  • جابجایی میانگین همگرایی واگرایی (MACD): Argest Argument Asmode به عنوان نسخه MACD امکان پذیر است. پیش فرض نادرست است. به HELP (TA. MACD) مراجعه کنید.
                  • توقف پارابولیک و معکوس (PSAR): رفع اشکال و تنظیم برای مطابقت با SAR TradingView. استدلال جدید AF0 برای اولیه سازی فاکتور شتاب. به راهنما (ta. psar) مراجعه کنید.
                  • درصد نوسان ساز درصد (PPO): شامل آرگومان جدید Mamode به عنوان گزینه است. پیش فرض SMA برای مطابقت با ta lib است. به راهنما (TA. PPO) مراجعه کنید.
                  • شاخص قدرت واقعی (TSI): سیگنال اضافه شده با حالت پیش فرض 13 و سیگنال MA MAMODE با EMA پیش فرض به عنوان آرگومان. به راهنما (TA. TSI) مراجعه کنید.
                  • مشخصات حجم (VP): بهبود محاسبه. به درخواست PULL #320 مراجعه کنید به راهنما (TA. VP) مراجعه کنید.
                  • میانگین متحرک وزنی حجم (VWMA): اشکال ثابت در تماس پسوند DataFrame. به راهنما (ta. vwma) مراجعه کنید.
                  • حجم متوسط قیمت متوسط (VWAP): یک پارامتر جدید به نام Anchor اضافه کرد. پیش فرض: "D" برای "روزانه". برای گزینه های اضافی ، به نام مستعار جبران نام مستعار مراجعه کنید. به شاخص DataFrame نیاز دارد تا DateTimeIndex باشد. به راهنما (ta. vwap) مراجعه کنید.
                  • میانگین متحرک وزنی حجم (VWMA): اشکال ثابت در تماس پسوند DataFrame. به راهنما (ta. vwma) مراجعه کنید.
                  • نمره z (ZSCORE): نام ستون بازگشت از Z_L طول به ZS_L طول تغییر یافته است. به HELP (TA. ZSCORE) مراجعه کنید.

                  منابع

                  حمایت کردن

                  احساس سخاوتمندانه ، مانند بسته یا می خواهید ببینید که بیشتر به یک بسته بالغ تبدیل می شود؟