'免費送你一個強大的Python股票分析工具'

Python python小白社區 2019-08-25

Python 中的Talib是強大的股票指標分析工具。但是還有更強的，誰家分析工具更強，某某駕校來，不，接下來就送你一個更簡單，更好用的股票指標庫，完全和pandas強強結合的分析庫，路過看過絕對不能錯過啊。

更好用的股票指標庫

Technical Analysis (TA) 是一個易於使用的庫，它基於Python的Pandas庫，具有60多個指標。這些指標通常用於金融時間序列數據集，其列或標籤類似於：datetime，open，high，low，close，volume等。包括許多常用指標，例如：（MACD），（HMA），布林線（BBANDS），（OBV），Aroon（AROON）等。

庫函數處理返回結果都以大寫下劃線參數格式返回命名的Series或DataFrame。例如，MACD（fast = 12，slow = 26，signal = 9）將返回帶有列的DataFrame：['MACD_12_26_9'，'MACDH_12_26_9'，'MACDS_12_26_9']。

這麼強大的庫，廢話不多說，直接上手安裝入門和示例吧。

更好用的股票指標庫

這麼強大的庫，廢話不多說，直接上手安裝入門和示例吧。

直接上手安裝入門和示例吧

安裝（python 3）

$ pip install pandas_ta

最新版本

$ pip install -U https://github.com/twopirllc/pandas-ta.git

使用快速入門

import pandas as pd

import pandas_ta as ta

# Load data

df = pd.read_csv('symbol.csv', sep=',')

# Calculate Returns and append to the df DataFrame

df.ta.log_return(cumulative=True, append=True)

df.ta.percent_return(cumulative=True, append=True)

# New Columns with results

df.columns

# Take a peek

df.tail()

# vv Continue Post Processing vv

模塊幫助

import pandas as pd

import pandas_ta as ta

# Help about this, 'ta', extension

help(pd.DataFrame().ta)

# List of all indicators

pd.DataFrame().ta.indicators()

# Help about the log_return indicator

help(ta.log_return)

# Help about the log_return indicator as a DataFrame Extension

help(pd.DataFrame().ta.log_return)

強大的指標可視化

更好用的股票指標庫

這麼強大的庫，廢話不多說，直接上手安裝入門和示例吧。

直接上手安裝入門和示例吧

安裝（python 3）

$ pip install pandas_ta

最新版本

$ pip install -U https://github.com/twopirllc/pandas-ta.git

使用快速入門

import pandas as pd

import pandas_ta as ta

# Load data

df = pd.read_csv('symbol.csv', sep=',')

# Calculate Returns and append to the df DataFrame

df.ta.log_return(cumulative=True, append=True)

df.ta.percent_return(cumulative=True, append=True)

# New Columns with results

df.columns

# Take a peek

df.tail()

# vv Continue Post Processing vv

模塊幫助

import pandas as pd

import pandas_ta as ta

# Help about this, 'ta', extension

help(pd.DataFrame().ta)

# List of all indicators

pd.DataFrame().ta.indicators()

# Help about the log_return indicator

help(ta.log_return)

# Help about the log_return indicator as a DataFrame Extension

help(pd.DataFrame().ta.log_return)

強大的指標可視化

更好用的股票指標庫

這麼強大的庫，廢話不多說，直接上手安裝入門和示例吧。

直接上手安裝入門和示例吧

安裝（python 3）

$ pip install pandas_ta

最新版本

$ pip install -U https://github.com/twopirllc/pandas-ta.git

使用快速入門

import pandas as pd

import pandas_ta as ta

# Load data

df = pd.read_csv('symbol.csv', sep=',')

# Calculate Returns and append to the df DataFrame

df.ta.log_return(cumulative=True, append=True)

df.ta.percent_return(cumulative=True, append=True)

# New Columns with results

df.columns

# Take a peek

df.tail()

# vv Continue Post Processing vv

模塊幫助

import pandas as pd

import pandas_ta as ta

# Help about this, 'ta', extension

help(pd.DataFrame().ta)

# List of all indicators

pd.DataFrame().ta.indicators()

# Help about the log_return indicator

help(ta.log_return)

# Help about the log_return indicator as a DataFrame Extension

help(pd.DataFrame().ta.log_return)

強大的指標可視化

更好用的股票指標庫

這麼強大的庫，廢話不多說，直接上手安裝入門和示例吧。

直接上手安裝入門和示例吧

安裝（python 3）

$ pip install pandas_ta

最新版本

$ pip install -U https://github.com/twopirllc/pandas-ta.git

使用快速入門

import pandas as pd

import pandas_ta as ta

# Load data

df = pd.read_csv('symbol.csv', sep=',')

# Calculate Returns and append to the df DataFrame

df.ta.log_return(cumulative=True, append=True)

df.ta.percent_return(cumulative=True, append=True)

# New Columns with results

df.columns

# Take a peek

df.tail()

# vv Continue Post Processing vv

模塊幫助

import pandas as pd

import pandas_ta as ta

# Help about this, 'ta', extension

help(pd.DataFrame().ta)

# List of all indicators

pd.DataFrame().ta.indicators()

# Help about the log_return indicator

help(ta.log_return)

# Help about the log_return indicator as a DataFrame Extension

help(pd.DataFrame().ta.log_return)

強大的指標可視化

更好用的股票指標庫

這麼強大的庫，廢話不多說，直接上手安裝入門和示例吧。

直接上手安裝入門和示例吧

安裝（python 3）

$ pip install pandas_ta

最新版本

$ pip install -U https://github.com/twopirllc/pandas-ta.git

使用快速入門

import pandas as pd

import pandas_ta as ta

# Load data

df = pd.read_csv('symbol.csv', sep=',')

# Calculate Returns and append to the df DataFrame

df.ta.log_return(cumulative=True, append=True)

df.ta.percent_return(cumulative=True, append=True)

# New Columns with results

df.columns

# Take a peek

df.tail()

# vv Continue Post Processing vv

模塊幫助

import pandas as pd

import pandas_ta as ta

# Help about this, 'ta', extension

help(pd.DataFrame().ta)

# List of all indicators

pd.DataFrame().ta.indicators()

# Help about the log_return indicator

help(ta.log_return)

# Help about the log_return indicator as a DataFrame Extension

help(pd.DataFrame().ta.log_return)

強大的指標可視化

更好用的股票指標庫

這麼強大的庫，廢話不多說，直接上手安裝入門和示例吧。

直接上手安裝入門和示例吧

安裝（python 3）

$ pip install pandas_ta

最新版本

$ pip install -U https://github.com/twopirllc/pandas-ta.git

使用快速入門

import pandas as pd

import pandas_ta as ta

# Load data

df = pd.read_csv('symbol.csv', sep=',')

# Calculate Returns and append to the df DataFrame

df.ta.log_return(cumulative=True, append=True)

df.ta.percent_return(cumulative=True, append=True)

# New Columns with results

df.columns

# Take a peek

df.tail()

# vv Continue Post Processing vv

模塊幫助

import pandas as pd

import pandas_ta as ta

# Help about this, 'ta', extension

help(pd.DataFrame().ta)

# List of all indicators

pd.DataFrame().ta.indicators()

# Help about the log_return indicator

help(ta.log_return)

# Help about the log_return indicator as a DataFrame Extension

help(pd.DataFrame().ta.log_return)

強大的指標可視化

更好用的股票指標庫

這麼強大的庫，廢話不多說，直接上手安裝入門和示例吧。

直接上手安裝入門和示例吧

安裝（python 3）

$ pip install pandas_ta

最新版本

$ pip install -U https://github.com/twopirllc/pandas-ta.git

使用快速入門

import pandas as pd

import pandas_ta as ta

# Load data

df = pd.read_csv('symbol.csv', sep=',')

# Calculate Returns and append to the df DataFrame

df.ta.log_return(cumulative=True, append=True)

df.ta.percent_return(cumulative=True, append=True)

# New Columns with results

df.columns

# Take a peek

df.tail()

# vv Continue Post Processing vv

模塊幫助

import pandas as pd

import pandas_ta as ta

# Help about this, 'ta', extension

help(pd.DataFrame().ta)

# List of all indicators

pd.DataFrame().ta.indicators()

# Help about the log_return indicator

help(ta.log_return)

# Help about the log_return indicator as a DataFrame Extension

help(pd.DataFrame().ta.log_return)

強大的指標可視化

更好用的股票指標庫

這麼強大的庫，廢話不多說，直接上手安裝入門和示例吧。

直接上手安裝入門和示例吧

安裝（python 3）

$ pip install pandas_ta

最新版本

$ pip install -U https://github.com/twopirllc/pandas-ta.git

使用快速入門

import pandas as pd

import pandas_ta as ta

# Load data

df = pd.read_csv('symbol.csv', sep=',')

# Calculate Returns and append to the df DataFrame

df.ta.log_return(cumulative=True, append=True)

df.ta.percent_return(cumulative=True, append=True)

# New Columns with results

df.columns

# Take a peek

df.tail()

# vv Continue Post Processing vv

模塊幫助

import pandas as pd

import pandas_ta as ta

# Help about this, 'ta', extension

help(pd.DataFrame().ta)

# List of all indicators

pd.DataFrame().ta.indicators()

# Help about the log_return indicator

help(ta.log_return)

# Help about the log_return indicator as a DataFrame Extension

help(pd.DataFrame().ta.log_return)

強大的指標可視化

如何，功能強大吧。所有常用指標都一網打盡，大家請留言評論和點贊。下載地址會第一時間放出。

'免費送你一個強大的Python股票分析工具'

相關推薦