Il s'agit d'un wrapper python pour Ta-lib basé sur Cython au lieu de SHIG. De la page d'accueil:
TA-LIB est largement utilisé par les développeurs de logiciels commerciaux nécessitant une analyse technique des données du marché financier.
- Comprend plus de 150 indicateurs tels que ADX, MACD, RSI, stochastic, bandes de Bollinger, etc.
- Reconnaissance du modèle de chandelier
- API open source pour C / C ++, Java, Perl, Python et .NET géré à 100%
Les liaisons Python originales incluses avec Ta-Lib utilisent la SOB qui sont malheureusement difficiles à installer et ne sont pas aussi efficaces qu'elles pourraient l'être. Par conséquent, ce projet utilise Cython et Numpy pour se lier efficacement et proprement à Ta-Lib - produisant des résultats 2 à 4 fois plus rapidement que l'interface SOB.
De plus, ce projet prend également en charge l'utilisation des bibliothèques Polaires et Pandas.
Vous pouvez installer à partir de PYPI:
$ python -m pip install TA-Lib
Ou consultez les sources et exécutez setup.py vous-même:
$ python setup.py install
Il semble également possible d'installer via Conda Forge:
$ conda install -c conda-forge ta-lib
Pour utiliser Ta-Lib pour Python, vous devez avoir le Ta-Lib déjà installé. Vous devriez probablement suivre leurs instructions d'installation pour votre plate-forme, mais certaines suggestions sont incluses ci-dessous pour référence.
Certains utilisateurs de Conda Forge ont déclaré avoir réussi à installer la bibliothèque Ta-Lib C sous-jacente à l'aide du package Libta-Lib:
$ conda install -c conda-forge libta-lib
Vous pouvez simplement installer en utilisant Homebrew:
$ brew install ta-lib
Si vous utilisez Apple Silicon, comme les processeurs M1 et la construction de projets de homebrew architecture mixte, vous voudrez peut-être vous assurer qu'il est en cours de construction pour votre architecture:
$ arch -arm64 brew install ta-lib
Et peut-être pouvez-vous les définir avant d'installer avec pip :
$ export TA_INCLUDE_PATH="$(brew --prefix ta-lib)/include"
$ export TA_LIBRARY_PATH="$(brew --prefix ta-lib)/lib"
Vous pouvez également trouver cela utile, en particulier si vous avez essayé plusieurs installations différentes sans succès:
$ your-arm64-python -m pip install --no-cache-dir ta-lib
Téléchargez TA-LIB-0.4.0-msvc.zip et se dézip vers C:ta-lib .
Il s'agit d'une version binaire 32 bits. Si vous souhaitez utiliser Python 64 bits, vous devrez créer une version 64 bits de la bibliothèque. Quelques instructions non officielles pour la construction sur Windows 10 ou Windows 11 à 64 bits, ici pour référence:
- Télécharger et unzip
ta-lib-0.4.0-msvc.zip- Déplacez le dossier dézippé
ta-libversC:- Télécharger et installer Visual Studio Community (2015 ou version ultérieure)
- N'oubliez pas de sélectionner la fonctionnalité
[Visual C++]- Construire la bibliothèque Ta-Lib
- Depuis le menu de démarrage de Windows, démarrez
[x64 Native Tools Command Prompt]- Passez à
C:ta-libcmakecdrwin32msvc- Construisez la bibliothèque
nmake
Vous pourriez également essayer ces roues binaires non officielles pour les 32 bits et 64 bits:
https://github.com/cgohlke/talib-build/
Téléchargez TA-LIB-0.4.0-Src.tar.gz et:
$ tar -xzf ta-lib-0.4.0-src.tar.gz
$ cd ta-lib/
$ ./configure --prefix=/usr
$ make
$ sudo make install
Si vous construisez
TA-Liben utilisantmake -jXil échouera mais c'est OK! Rester simplementmake -jXsuivi de[sudo] make install.
Remarque: Si votre chemin de répertoire comprend des espaces, l'installation échouera probablement sans No such file or directory .
Si vous obtenez un avertissement qui ressemble à ceci:
setup.py:79: UserWarning: Cannot find ta-lib library, installation may fail.
warnings.warn('Cannot find ta-lib library, installation may fail.')
Cela signifie généralement que setup.py ne peut pas trouver la bibliothèque TA-Lib sous-jacente, une dépendance qui doit être installée.
Si vous avez installé la bibliothèque TA-Lib sous-jacente avec un préfixe personnalisé (par exemple, avec ./configure --prefix=$PREFIX ), alors lorsque vous allez installer ce wrapper Python, vous pouvez spécifier des chemins de recherche supplémentaires pour trouver la bibliothèque et inclure des fichiers Pour la bibliothèque TA-Lib sous-jacente à l'aide des variables d'environnement TA_LIBRARY_PATH et TA_INCLUDE_PATH :
$ export TA_LIBRARY_PATH= $PREFIX /lib
$ export TA_INCLUDE_PATH= $PREFIX /include
$ python setup.py install # or pip install ta-libParfois, l'installation produira des erreurs de construction comme celle-ci:
talib/_ta_lib.c:601:10: fatal error: ta-lib/ta_defs.h: No such file or directory
601 | #include "ta-lib/ta_defs.h"
| ^~~~~~~~~~~~~~~~~~
compilation terminated.
ou:
common.obj : error LNK2001: unresolved external symbol TA_SetUnstablePeriod
common.obj : error LNK2001: unresolved external symbol TA_Shutdown
common.obj : error LNK2001: unresolved external symbol TA_Initialize
common.obj : error LNK2001: unresolved external symbol TA_GetUnstablePeriod
common.obj : error LNK2001: unresolved external symbol TA_GetVersionString
Cela signifie généralement qu'il ne peut pas trouver la bibliothèque TA-Lib sous-jacente, une dépendance qui doit être installée. Sur Windows, cela pourrait être causé par l'installation de la distribution binaire 32 bits de la bibliothèque TA-Lib sous-jacente, mais essayant de l'utiliser avec un python 64 bits.
Parfois, l'installation échouera avec des erreurs comme celle-ci:
talib/common.c:8:22: fatal error: pyconfig.h: No such file or directory
#include "pyconfig.h"
^
compilation terminated.
error: command 'x86_64-linux-gnu-gcc' failed with exit status 1
Cela signifie généralement que vous avez besoin des en-têtes Python et que vous devez exécuter quelque chose comme:
$ sudo apt-get install python3-dev
Parfois, la construction de la bibliothèque TA-Lib sous-jacente a des erreurs en cours d'exécution, make qui ressemble à ceci:
../libtool: line 1717: cd: .libs/libta_lib.lax/libta_abstract.a: No such file or directory
make[2]: *** [libta_lib.la] Error 1
make[1]: *** [all-recursive] Error 1
make: *** [all-recursive] Error 1
Cela pourrait signifier que le chemin du répertoire vers la bibliothèque TA-Lib sous-jacente a des espaces dans les noms de répertoires. Essayez de le mettre sur un chemin qui n'a pas d'espaces et essayez à nouveau.
Parfois, vous pouvez obtenir cette erreur en exécutant setup.py :
/usr/include/limits.h:26:10: fatal error: bits/libc-header-start.h: No such file or directory
#include <bits/libc-header-start.h>
^~~~~~~~~~~~~~~~~~~~~~~~~~
C'est probablement un problème pour essayer de compiler pour une plate-forme 32 bits, mais sans les en-têtes appropriés. Vous pourriez trouver un certain succès en examinant la première réponse à cette question.
Si vous obtenez une erreur sur macOS comme ceci:
code signature in <141BC883-189B-322C-AE90-CBF6B5206F67>
'python3.9/site-packages/talib/_ta_lib.cpython-39-darwin.so' not valid for
use in process: Trying to load an unsigned library)
Vous pouvez consulter cette question et utiliser xcrun codesign pour le réparer.
Si vous vous demandez pourquoi STOCHRSI vous donne des résultats différents de ce à quoi vous vous attendez, vous voulez probablement STOCH applique à RSI , ce qui est un peu différent de la STOCHRSI qui est STOCHF appliquée à RSI :
>> > import talib
>> > import numpy as np
>> > c = np . random . randn ( 100 )
# this is the library function
>> > k , d = talib . STOCHRSI ( c )
# this produces the same result, calling STOCHF
>> > rsi = talib . RSI ( c )
>> > k , d = talib . STOCHF ( rsi , rsi , rsi )
# you might want this instead, calling STOCH
>> > rsi = talib . RSI ( c )
>> > k , d = talib . STOCH ( rsi , rsi , rsi )Si la construction semble suspendue, vous pouvez fonctionner sur une machine virtuelle avec pas assez de mémoire - essayez 1 Go ou 2 Go.
Si vous obtenez des erreurs "autorisées" à l'autorisation "comme celle-ci, vous devrez peut-être donner à votre utilisateur un accès à l'emplacement où la bibliothèque Ta-Lib C sous-jacente est installée - ou l'installer dans un emplacement accessible à l'utilisateur.
talib/_ta_lib.c:747:28: fatal error: /usr/include/ta-lib/ta_defs.h: Permission denied
#include "ta-lib/ta-defs.h"
^
compilation terminated
error: command 'gcc' failed with exit status 1
Si vous avez du mal à compiller la bibliothèque Ta-Lib C sous-jacente sur ARM64, vous devrez peut-être le configurer avec un type de construction explicite avant d'exécuter make et make install , par exemple:
$ ./configure --build=aarch64-unknown-linux-gnu
Ceci est dû à l'ancien fichier config.guess , donc une autre façon de résoudre ceci est de copier une version plus récente de config.Guess dans les sources de bibliothèque Ta-Lib C sous-jacentes:
$ cp /usr/share/automake-1.16/config.guess /path/to/extracted/ta-lib/config.guess
Puis redire la configuration:
$ ./configure
Si vous avez du mal à utiliser Pyinstaller et obtenez une erreur qui ressemble à ceci:
...site-packagesPyInstallerloaderpyimod03_importers.py", line 493, in exec_module
exec(bytecode, module.__dict__)
File "talib__init__.py", line 72, in <module>
ModuleNotFoundError: No module named 'talib.stream'
Ensuite, vous pouvez peut-être utiliser l'argument --hidden-import pour résoudre ce problème:
$ pyinstaller --hidden-import talib.stream "replaceToYourFileName.py"
Si vous souhaitez utiliser numpy<2 , vous devez utiliser ta-lib<0.5 .
Si vous souhaitez utiliser numpy>=2 , vous devez utiliser ta-lib>=0.5 .
Si vous avez du mal à faire fonctionner le code de code de code dans le code Visual Studio, une Pylance if it is installed, Jedi otherwise a été faite pour rechercher les paramètres d'extension Python et une option pour le serveur Default Language Server , pour définir manuellement Jedi et les achèvements devraient fonctionner.
Semblable à Ta-Lib, l'API de fonction fournit un emballage léger des indicateurs TA-Lib exposés.
Chaque fonction renvoie un tableau de sortie et dispose de valeurs par défaut pour leurs paramètres, sauf si spécifiés comme arguments de mots clés. En règle générale, ces fonctions auront une période de "lookback" initiale (un nombre requis d'observations avant la génération d'une sortie) définie sur NaN .
Pour plus de commodité, l'API de la fonction prend en charge les entrées numpy.ndarray et pandas.Series and polars.Series .
Tous les exemples suivants utilisent l'API de la fonction:
import numpy as np
import talib
close = np . random . random ( 100 )Calculez une moyenne mobile simple des prix de clôture:
output = talib . SMA ( close )Calcul des bandes de Bollinger, avec une triple moyenne mobile exponentielle:
from talib import MA_Type
upper , middle , lower = talib . BBANDS ( close , matype = MA_Type . T3 )Calcul de l'élan des prix de clôture, avec une période de 5:
output = talib . MOM ( close , timeperiod = 5 )La bibliothèque Ta-Lib C sous-jacente gère Nan d'une manière parfois surprenante en propageant généralement les nan à la fin de la sortie, par exemple:
>> > c = np . array ([ 1.0 , 2.0 , 3.0 , np . nan , 4.0 , 5.0 , 6.0 ])
>> > talib . SMA ( c , 3 )
array ([ nan , nan , 2. , nan , nan , nan , nan ])Vous pouvez comparer cela à une moyenne de roulement de pandas, où leur approche consiste à sortir NAN jusqu'à ce que suffisamment de valeurs de "lookback" générent de nouvelles sorties:
>> > c = pandas . Series ([ 1.0 , 2.0 , 3.0 , np . nan , 4.0 , 5.0 , 6.0 ])
>> > c . rolling ( 3 ). mean ()
0 NaN
1 NaN
2 2.0
3 NaN
4 NaN
5 NaN
6 5.0
dtype : float64 Si vous connaissez déjà l'utilisation de l'API de fonction, vous devriez vous sentir comme chez vous en utilisant l'API abstrait.
Chaque fonction prend une collection d'entrées nommées, soit un dict de numpy.ndarray ou pandas.Series ou polars.Series , soit un pandas.DataFrame ou polars.DataFrame . Si un pandas.DataFrame ou polars.DataFrame est fourni, la sortie est renvoyée comme le même type avec les colonnes de sortie nommées.
Par exemple, des entrées pourraient être fournies pour les données typiques "OHLCV":
import numpy as np
# note that all ndarrays must be the same length!
inputs = {
'open' : np . random . random ( 100 ),
'high' : np . random . random ( 100 ),
'low' : np . random . random ( 100 ),
'close' : np . random . random ( 100 ),
'volume' : np . random . random ( 100 )
}Les fonctions peuvent être importées directement ou instanciées par le nom:
from talib import abstract
# directly
SMA = abstract . SMA
# or by name
SMA = abstract . Function ( 'sma' )De là, les fonctions d'appel sont fondamentalement les mêmes que l'API de fonction:
from talib . abstract import *
# uses close prices (default)
output = SMA ( inputs , timeperiod = 25 )
# uses open prices
output = SMA ( inputs , timeperiod = 25 , price = 'open' )
# uses close prices (default)
upper , middle , lower = BBANDS ( inputs , 20 , 2.0 , 2.0 )
# uses high, low, close (default)
slowk , slowd = STOCH ( inputs , 5 , 3 , 0 , 3 , 0 ) # uses high, low, close by default
# uses high, low, open instead
slowk , slowd = STOCH ( inputs , 5 , 3 , 0 , 3 , 0 , prices = [ 'high' , 'low' , 'open' ])Une API de streaming expérimentale a été ajoutée qui permet aux utilisateurs de calculer la dernière valeur d'un indicateur. Cela peut être plus rapide que l'utilisation de l'API de la fonction, par exemple dans une application qui reçoit des données de streaming, et veut connaître la valeur d'indicateur mise à jour la plus récente.
import talib
from talib import stream
close = np . random . random ( 100 )
# the Function API
output = talib . SMA ( close )
# the Streaming API
latest = stream . SMA ( close )
# the latest value is the same as the last output value
assert ( output [ - 1 ] - latest ) < 0.00001 Nous pouvons montrer toutes les fonctions TA soutenues par Ta-Lib, soit comme une list , soit comme un dict trié par le groupe (par exemple, les «études de chevauchement», les «indicateurs de momentum», etc.):
import talib
# list of functions
for name in talib . get_functions ():
print ( name )
# dict of functions by group
for group , names in talib . get_function_groups (). items ():
print ( group )
for name in names :
print ( f" { name } " ) BBANDS Bollinger Bands
DEMA Double Exponential Moving Average
EMA Exponential Moving Average
HT_TRENDLINE Hilbert Transform - Instantaneous Trendline
KAMA Kaufman Adaptive Moving Average
MA Moving average
MAMA MESA Adaptive Moving Average
MAVP Moving average with variable period
MIDPOINT MidPoint over period
MIDPRICE Midpoint Price over period
SAR Parabolic SAR
SAREXT Parabolic SAR - Extended
SMA Simple Moving Average
T3 Triple Exponential Moving Average (T3)
TEMA Triple Exponential Moving Average
TRIMA Triangular Moving Average
WMA Weighted Moving Average
ADX Average Directional Movement Index
ADXR Average Directional Movement Index Rating
APO Absolute Price Oscillator
AROON Aroon
AROONOSC Aroon Oscillator
BOP Balance Of Power
CCI Commodity Channel Index
CMO Chande Momentum Oscillator
DX Directional Movement Index
MACD Moving Average Convergence/Divergence
MACDEXT MACD with controllable MA type
MACDFIX Moving Average Convergence/Divergence Fix 12/26
MFI Money Flow Index
MINUS_DI Minus Directional Indicator
MINUS_DM Minus Directional Movement
MOM Momentum
PLUS_DI Plus Directional Indicator
PLUS_DM Plus Directional Movement
PPO Percentage Price Oscillator
ROC Rate of change : ((price/prevPrice)-1)*100
ROCP Rate of change Percentage: (price-prevPrice)/prevPrice
ROCR Rate of change ratio: (price/prevPrice)
ROCR100 Rate of change ratio 100 scale: (price/prevPrice)*100
RSI Relative Strength Index
STOCH Stochastic
STOCHF Stochastic Fast
STOCHRSI Stochastic Relative Strength Index
TRIX 1-day Rate-Of-Change (ROC) of a Triple Smooth EMA
ULTOSC Ultimate Oscillator
WILLR Williams' %R
AD Chaikin A/D Line
ADOSC Chaikin A/D Oscillator
OBV On Balance Volume
HT_DCPERIOD Hilbert Transform - Dominant Cycle Period
HT_DCPHASE Hilbert Transform - Dominant Cycle Phase
HT_PHASOR Hilbert Transform - Phasor Components
HT_SINE Hilbert Transform - SineWave
HT_TRENDMODE Hilbert Transform - Trend vs Cycle Mode
AVGPRICE Average Price
MEDPRICE Median Price
TYPPRICE Typical Price
WCLPRICE Weighted Close Price
ATR Average True Range
NATR Normalized Average True Range
TRANGE True Range
CDL2CROWS Two Crows
CDL3BLACKCROWS Three Black Crows
CDL3INSIDE Three Inside Up/Down
CDL3LINESTRIKE Three-Line Strike
CDL3OUTSIDE Three Outside Up/Down
CDL3STARSINSOUTH Three Stars In The South
CDL3WHITESOLDIERS Three Advancing White Soldiers
CDLABANDONEDBABY Abandoned Baby
CDLADVANCEBLOCK Advance Block
CDLBELTHOLD Belt-hold
CDLBREAKAWAY Breakaway
CDLCLOSINGMARUBOZU Closing Marubozu
CDLCONCEALBABYSWALL Concealing Baby Swallow
CDLCOUNTERATTACK Counterattack
CDLDARKCLOUDCOVER Dark Cloud Cover
CDLDOJI Doji
CDLDOJISTAR Doji Star
CDLDRAGONFLYDOJI Dragonfly Doji
CDLENGULFING Engulfing Pattern
CDLEVENINGDOJISTAR Evening Doji Star
CDLEVENINGSTAR Evening Star
CDLGAPSIDESIDEWHITE Up/Down-gap side-by-side white lines
CDLGRAVESTONEDOJI Gravestone Doji
CDLHAMMER Hammer
CDLHANGINGMAN Hanging Man
CDLHARAMI Harami Pattern
CDLHARAMICROSS Harami Cross Pattern
CDLHIGHWAVE High-Wave Candle
CDLHIKKAKE Hikkake Pattern
CDLHIKKAKEMOD Modified Hikkake Pattern
CDLHOMINGPIGEON Homing Pigeon
CDLIDENTICAL3CROWS Identical Three Crows
CDLINNECK In-Neck Pattern
CDLINVERTEDHAMMER Inverted Hammer
CDLKICKING Kicking
CDLKICKINGBYLENGTH Kicking - bull/bear determined by the longer marubozu
CDLLADDERBOTTOM Ladder Bottom
CDLLONGLEGGEDDOJI Long Legged Doji
CDLLONGLINE Long Line Candle
CDLMARUBOZU Marubozu
CDLMATCHINGLOW Matching Low
CDLMATHOLD Mat Hold
CDLMORNINGDOJISTAR Morning Doji Star
CDLMORNINGSTAR Morning Star
CDLONNECK On-Neck Pattern
CDLPIERCING Piercing Pattern
CDLRICKSHAWMAN Rickshaw Man
CDLRISEFALL3METHODS Rising/Falling Three Methods
CDLSEPARATINGLINES Separating Lines
CDLSHOOTINGSTAR Shooting Star
CDLSHORTLINE Short Line Candle
CDLSPINNINGTOP Spinning Top
CDLSTALLEDPATTERN Stalled Pattern
CDLSTICKSANDWICH Stick Sandwich
CDLTAKURI Takuri (Dragonfly Doji with very long lower shadow)
CDLTASUKIGAP Tasuki Gap
CDLTHRUSTING Thrusting Pattern
CDLTRISTAR Tristar Pattern
CDLUNIQUE3RIVER Unique 3 River
CDLUPSIDEGAP2CROWS Upside Gap Two Crows
CDLXSIDEGAP3METHODS Upside/Downside Gap Three Methods
BETA Beta
CORREL Pearson's Correlation Coefficient (r)
LINEARREG Linear Regression
LINEARREG_ANGLE Linear Regression Angle
LINEARREG_INTERCEPT Linear Regression Intercept
LINEARREG_SLOPE Linear Regression Slope
STDDEV Standard Deviation
TSF Time Series Forecast
VAR Variance
