talib python文档_在Python中如何使用talib开发策略？

TA-lib是一个技术分析库，里面包含了大部分主流的技术指标，让使用者不用再重复造轮子。

这个库在国外很常用，各种大型的开源量化框架，都会内置这个库。

# 计算速度快

TA-lib的一个特点是计算速度快，因为原始版本是用C语言写的，然后通过Cython转化，使得Python也能调用。

我们使用TA-lib和pandas分别来计算移动平均线，看看效率的差别。

首先通过numpy创建一个长度为1亿的数组：

然后通过TA-lib计算这个数组的移动平均线，一行代码搞定：

使用2016款macbook pro运行程序，发现耗时是1.30秒。

接着使用pandas计算移动平均线：

发现耗时是4.81秒。相比于TA-lib，显然慢了不少。

示例的代码和数据，可以加我微信xbx_laoshi获取。

# K线形态识别

TA-lib不仅可以计算常见的技术指标，另外一个特色就是可以识别K线形态。

例如上图中的第一个函数CDL2CROWS，中文名为两只乌鸦。

调用该函数，就可以识别出符合两只乌鸦形态的K线，具体调用方法如下。

首先展示DataFrame中K线的开、高、收、低数据：

然后准备好函数的输入数据：

最后调用CDL2CROWS两只乌鸦函数，查看输出结果：

当某天的K线满足两只乌鸦形态时，会输出-100，不满足时会输出0。

我们通过Python将K线图画出，图中最后3根K线就是两只乌鸦形态。

示例的代码和数据，可以加我微信xbx_laoshi获取。

# 两只乌鸦有效吗？

我们通过TA-lib可以找出两只乌鸦形态，那么这个K线形态有效吗？

出现这个形态之后，股票会涨还是会跌？

详细内容可以见下方的视频，详细讲解如何通过TA-lib，从所有股票中找出某个形态的K线，并检验其有效性。TA-lib视频教程(超简易使用方法)_腾讯视频https://v.qq.com/x/cover/z05423zgjyu/z05423zgjyu.html

# 翻译项目

TA-lib在国外很常用，但是因为没有好的中文文档(其实连英文文档都没有)，所以在国内用的人并不多。

并且部分技术指标的计算方式，和国内主流也有一些不同。

所以想到组织大家一起翻译，也为python的量化社区做一点贡献。目前已有20+人参与。

已经有出版社的编辑联系我，有意向将翻译内容出版成书。到时候所有参与翻译的小伙伴都会成为作者。想加入翻译的，可以加我微信xbx_laoshi咨询。