跳轉到

指標

FinLab 支援 talib 和 pandas_ta 上百種技術指標!只需要一行,幫你算出2000檔股票、10年的所有資訊!可以用於個股分析、機器學習,用法非常簡單,功能非常強大!

安裝ta-lib

在計算技術指標前,必需要先安裝 talib 套件,

  • 本地端:可以參考 官方安裝教學 來安裝,支援 Windows、MacOS、Linux。
  • Google Colab:請運行以下指令即可:
    !pip install ta-lib-bin
    

建議使用者可以先參考以下範例,並且搭配 talib官方文件,就可以掌握製作技術指標的方法了。

計算所有股票的 RSI 數值

使用 finlab 套件計算 RSI:使用 data.indicator() 函式計算 RSI,需指定 timeperiod 參數為 14,代表使用 14 天的資料來計算 RSI。計算完畢後,會回傳一個 DataFrame 物件,其中包含所有股票的 RSI 數值。

from finlab import data
data.indicator('RSI', timeperiod=14)

上圖中,可以看到資料包含 NaN ,代表資料筆數不足,無法計算出數值,每一檔股票除了剛開始的 14 天外,幾乎都會有數值。

兩個時間序列的技術指標(KD值)

使用 finlab 套件計算 KD 值:使用 data.indicator() 函式計算 KD 值,預設 timeperiod 為 9,slowk_period 為 3,slowd_period 為 3,使用的是三倍平滑移動平均線來計算 K 值和 D 值。計算完畢後,會回傳兩個 DataFrame 物件,分別代表所有股票的 K 值和 D 值。

from finlab import data
k, d = data.indicator('STOCH')
k

利用 KD 值來選股

延續上述的範例二,假如我們希望將最近一天 K > D 值的股票清單列出來,可以用以下語法

(k > d).iloc[-1]
0015    False
0050     True
0051    False
0052     True
0053     True
        ...  
9951     True
9955    False
9958    False
9960     True
9962     True
Name: 2021-07-13 00:00:00, Length: 2269, dtype: bool
上述語法中,(k > d) 會回傳一個 DataFrame 物件,其中每個元素都是一個布林值,代表對應的股票當前的 K 值是否大於 D 值。而 .iloc[-1] 則代表取出最後一列,也就是最近一天的資料。最後,將會回傳一個布林值序列,其中值為 True 的股票代表當前 K > D。

計算 Pandas_ta 技術指標

Pandas_ta 是一個 Python 套件,用於計算金融市場的技術指標。這些指標包括 RSI、MACD、布林通道等等。Pandas_ta 以 pandas DataFrame 為輸入,並返回 DataFrame 包含計算出的技術指標。Pandas_ta 的使用方法很簡單,只需在 Python 中安裝該套件並導入,然後使用該套件提供的函數即可計算指定的技術指標。套件安裝方法及指標選項請見Pandas_ta官方文件

pip install pandas-ta
在 Finlab 中,我們將 Pandas_ta 整合到我們的數據庫中,以便計算大量的股票的技術指標。使用方式很簡單,只需調用 data.indicator() 函數,並將所需的技術指標名稱傳遞給該函數。例如,如果要計算 supertrend 技術指標,只需調用以下代碼:

from finlab import data

values = data.indicator('supertrend')
這個代碼會返回一個包含 supertrend 指標數值的 DataFrame,該 DataFrame 包含多個股票的數值,每個股票一列。data.indicator 將優先使用 TaLib 中的函數計算技術指標。如果 TaLib 中沒有對應的函數,則 Pandas_ta 會被用來計算指標。儘管 Pandas_ta 非常強大,但它的計算速度可能會比 TaLib 慢,所以在計算許多股票的指標時,您可能需要耐心等待。