date: 2025-05-12 updated: 2025-05-12 conversation_id: 7dd89572-b177-47a5-bac1-0e3eb2a1ffe7 title: "Python库计算通达信指标算法" tags: [deepseek, conversation] ---
Python库计算通达信指标算法
创建时间: 2025-05-12 15:16
👤 用户:
有哪些python公共库可以直接计算使用通达信指标算法
🛠️ 使用工具中...
💭 思考过程
嗯，用户想知道有哪些Python的公共库可以直接计算通达信的指标算法。我需要根据提供的搜索结果来找出相关的库。首先，看看每个网页的内容。
网页1提到MyTT、TA-Lib和Pandas TA这三个库。MyTT特别强调能将通达信等指标移植到Python，且单文件，适合国内软件兼容性。TA-Lib虽然流行，但可能和国内结果有差异。Pandas TA是基于Pandas的，可能方便数据处理。
网页2讨论MyTT在DolphinDB中的性能提升，说明MyTT本身是一个Python库，后来被移植到DolphinDB。所以MyTT是其中一个选项。
网页3和4都是关于MyIndicator或MyTT的，看起来是同一个库的不同名称或版本。例如，网页3提到MyIndicator是一个轻量化的库，核心文件单个，不需要安装TA-Lib，和通达信兼容。网页4同样介绍MyTT，功能类似，可能这两个是同一个项目的不同名称或分支。
网页5详细说明如何将通达信公式改写为Python代码，并推荐MyTT，还给出了代码示例，进一步确认MyTT是可行的选择。
网页6提到fengwo模块，实现了COST和WINNER函数，并支持调用通达信DLL，这可能也是一个相关的库，虽然主要针对筹码峰函数，但可能包含其他指标。
网页7和8介绍Mootdx和pytdx，这两个库主要用于获取通达信数据，而不是直接计算指标，但可能结合其他库使用。
总结下来，主要的库有：
- MyTT（MyIndicator）：多个网页提到，直接支持通达信指标，轻量，兼容国内结果。
- TA-Lib：传统库，但可能结果与国内有差异。
- Pandas TA：基于Pandas，方便数据处理。
- fengwo：支持特定函数如COST和WINNER，并调用DLL。
- pytdx/Mootdx：数据获取，可能需结合其他库计算指标。
需要确认每个库的具体功能，例如MyTT是否直接包含通达信的指标算法，TA-Lib是否有差异，fengwo是否补充了其他库未包含的函数等。根据搜索结果，MyTT被多次强调兼容国内软件，适合直接使用。TA-Lib虽然快但可能有差异。Pandas TA适合整合到数据流程中。fengwo补充了筹码函数。而pytdx和Mootdx更多是数据获取，可能需要结合其他库进行计算。
以下是几个可以直接计算通达信指标算法的Python公共库，结合了搜索结果中的相关信息：
1. MyTT / MyIndicator
- 特点：
- 核心库轻量化，仅需单个文件（
MyTT.py或MyIndicator.py），无需复杂安装，直接导入即可使用[citation:1][citation:3][citation:4]。 - 完全兼容通达信、同花顺等国内软件的指标算法（如MACD、RSI、BOLL等），结果精确到小数点后两位[citation:3][citation:4]。
- 基于
numpy和pandas实现，无需依赖TA-Lib，解决了TA-Lib安装困难的问题[citation:3][citation:5]。 - 提供丰富的工具函数（如
REF、MA、CROSS等），支持自定义指标扩展[citation:3][citation:4]。 - 示例：
`python from MyTT import * MA5 = MA(CLOSE, 5) # 计算5日均线 DIF, DEA, MACD = MACD(CLOSE) # 计算MACD指标 `
2. TA-Lib
- 特点：
- 支持150+技术指标，计算速度快（C语言底层实现），广泛用于量化交易[citation:1]。
- 部分指标（如MACD）与国内软件结果可能存在差异，需手动调整（例如MACD需乘以2以对齐国内结果）[citation:1]。
- 不支持自定义指标扩展，但适合对性能要求高的场景[citation:1][citation:4]。
- 示例：
`python import talib macd, signal, hist = talib.MACD(close, fastperiod=12, slowperiod=26, signalperiod=9) hist *= 2 # 调整以匹配国内软件结果 `
3. Pandas TA
- 特点：
- 基于
pandas的扩展库，无缝集成DataFrame，适合数据处理流程[citation:1]。 - 支持多种指标计算（如布林带、RSI），部分指标需调整参数以匹配国内算法[citation:1]。
- 支持自定义策略组合，适合复杂量化场景[citation:1]。
- 示例：
`python import pandas_ta as ta df.ta.bbands(length=20, std=2, append=True) # 计算布林带 `
4. fengwo模块
- 特点：
- 专注于实现通达信中特有的复杂函数（如筹码峰函数
COST和WINNER），弥补其他库的不足[citation:6]。 - 支持调用通达信DLL，兼容32/64位Python环境，计算效率高[citation:6]。
- 适合需要精确计算筹码分布和获利盘比例的场景[citation:6]。
- 示例：
`python import fengwo as fw cost90 = fw.COST(high, low, volume, turnoverrate, 90) # 计算90%筹码获利价格 `
5. DolphinDB mytt模块
- 特点：
- 基于数据库DolphinDB实现的MyTT移植版本，性能较Python原生库提升30倍以上[citation:2]。
- 支持流式计算，适用于实时数据处理和高频交易场景[citation:2]。
- 函数命名与参数默认值与Python版MyTT一致，便于迁移[citation:2]。
其他相关工具
- 数据获取库：
- pytdx / Mootdx：用于获取通达信本地或在线行情数据，需结合上述库进行指标计算[citation:7][citation:8]。
总结与选择建议
- 优先推荐MyTT：适合需要完全兼容国内软件指标、轻量级且易扩展的场景[citation:1][citation:3]。
- 高频或复杂计算：TA-Lib（性能优先）或DolphinDB mytt模块（流式计算）[citation:1][citation:2]。
- 筹码分析：使用fengwo模块补充特定函数[citation:6]。
更多细节可参考各库的官方文档或示例代码（来源链接见引用标注）。
👤 用户:
哪些模块支持计算WINNER呢
服务器繁忙，请稍后再试。