ta_cn 中国版技术指标

!!! 注意：如要在polars中使用技术指标，请使用polars_ta

项目背景

初学量化，技术指标一般使用TA-Lib，但存在以下问题

1. 部分技术指标与国内不同。但大部分中国股民都是参考国内技术指标进行交易。需要实现中国版指标
2. TA-Lib只支持单支序列，要计算多支股票需循环，耗时久。

在实现遗传算法挖因子时，意识到如果能将常用的操作都转成算子，将大大简化策略的研究，
特别是将+、-、*、/等中缀操作符转成ADD()、SUB()、MUL()、DIV()前缀函数，可直接输到遗传算法工具中

所以开始参考Alpha101和各券商金融工程研报，试着实现一些算子，但后期实现中发现一些问题

1. 每家金工的研报指标命名上都有区别，难以统一
2. 指标太多，实现工作太大

直到看到了MyTT这个项目才意识到，指标命名参考股票软件的公式才是最方便直接的，可以直接到各股软中复制公式。遇到性能问题再针对性转换即可。

本人为何不直接用MyTT，而是重复造轮子呢？

1. 大部分公式只支持单条数据，遇到几千支股票的DataFrame，循环太慢
2. TA-Lib与国内指标不同，区别在哪，没有对比。错过了很好的教学机会
3. 为了行数短牺牲了可读性
4. 部分函数直接复制于股票软件，代码没有优化，有重复计算

再次大迭代，仿WorldQuant

1. 2022年9月初，知道WorldQuant Websim重新开放为WorldQuant BRAIN后，开始研究国外的平台
2. WQ公式更加科学。例如：
   1. WQ时序有ts_前缀
   2. WQ有横截面函数和分组函数，通达信没有
   3. 通达信将大量不相关的指标都归类为引用函数
   4. WQ公式为Alpha因子而设计，有大量的权重处理等函数

目标

1. 优先实现WorldQuant公式，然后实现通达信公式
2. 通过在通达信中导入WQ公式并别名，来实现通达信公式覆盖
3. 支持二维矩阵计算
4. 支持长表和宽表，支持NaN跳过
5. 最终实现WQ的本地版

实现方案优先级

1. bottleneck。支持二维数据，优先使用
2. TA-Lib。封装了常用函数，次要选择
3. numba。速度受影响，最后才用它

安装

1. 只想使用二维矩阵TA-Lib，只需安装基础版即可

commandlineCopy
pip install ta_cn -i https://mirrors.aliyun.com/pypi/simple --upgrade

2. 使用中国版指标加速

commandlineCopy
pip install ta_cn[cn] -i https://mirrors.aliyun.com/pypi/simple --upgrade

3. 开发人员安装。开发迭代很快，只有版本稳定才会发布到PyPI，需要时效更高的安装方法
   1. 从github下载zip文件
   2. 解压zip, 进入解压后目录，输入以下命令

commandlineCopy
pip install .[cn] -i https://mirrors.aliyun.com/pypi/simple --upgrade

4. 库维护者安装。可修改本地文件

commandlineCopy
pip install -e .

常见使用方法

1. 转发原生talib，输入一维向量
   • 优点: 本库提供了跳过空值的功能
   • 缺点: 不要在大量循环中调用，因为跳过空值的功能每调用一次就要预分配内存
2. 封装原生talib，输入二维矩阵，同时支持参数一维向量化
   • 优点：可为不同股票指定不同参数，可用于按天遍历计算指标。只分配一次内存
3. 直接调用包中定义的指标，如KDJ等
   • 优点：符合中国习惯的技术指标
   • 缺点：指标数目前比较少。一般没有跳过空值功能
4. 输入为长表，分组计算
   • 优点：使用简单，可进行指标嵌套
   • 缺点：速度会慢一些。准备工作偏复杂
5. 输入为宽表
   • 优点：计算快
   • 缺点：计算前需要准备数据为指定格式，占大量内存

停牌处理，跳过空值

1. TA-Lib遇到空值后面结果全为NaN
2. 跳过NaN后，导致数据长度不够，部分函数可能报错
3. 方案一：将所有数据进行移动，时序指标移动到最后，横截面指标移动到最右。
   • 优点：原指标不需要改动，只要提前处理数据。处理速度也快
   • 缺点：时序指标与横截面指标不能混合使用，得分别处理
4. 方案二：预先初始化空白区，计算指标时屏蔽NaN,算完后回填
   • 优点：外部调用简单，不需要对数据提前处理
   • 缺点：由于有大量的是否跳过NaN的处理，所以速度慢

常见示例

pythonCopy
import numpy as np

# 新版talib,只要替换引用，并添加一句init即可
import ta_cn.talib as ta
from ta_cn.utils_wide import pushna, pullna

# 原版talib,不支持二维数据
# import talib as ta

# 准备数据
h = np.random.rand(1000000).reshape(-1, 5000) + 10
l = np.random.rand(1000000).reshape(-1, 5000)
c = np.random.rand(1000000).reshape(-1, 5000)
# 指定模式，否则对talib封装的所有函数都不存在
ta.init(mode=2, skipna=False, to_globals=True)

# 几个调用函数演示
r = ta.ATR(h, l, c, timeperiod=10)
print(r)
x, y, z = ta.BBANDS(c, timeperiod=10, nbdevup=2, nbdevdn=2)
print(z)

# 将少量值设置为空，用来模拟停牌
c[c < 0.4] = np.nan

# 提前处理数据，跳过停牌进行计算，再还原的演示
# 嵌套指标时，全为时序指标使用down,或全为截面使用right。混合时此方法不要轻易使用
arr, row, col = pushna(c, direction='down')
rr = ta.SMA(arr, timeperiod=10)
r = pullna(rr, row, col)
print(r)

使用ta_cn中定义的公式

pythonCopy
import numpy as np

from ta_cn.talib import init, set_compatibility_enable, set_compatibility
from ta_cn.tdx.over_bought_over_sold import ATR_CN
from ta_cn.tdx.trend import MACD

# ta_cn.talib库底层是循环调用talib，部分计算效率不高
# 可导入ta_cn中的公式

# 准备数据
h = np.random.rand(10000000).reshape(-1, 50000) + 10
l = np.random.rand(10000000).reshape(-1, 50000)
c = np.random.rand(10000000).reshape(-1, 50000)

init(mode=2, skipna=False)

r = ATR_CN(h, l, c, timeperiod=10)
print(r)

# 设置参数，让MACD中的EMA算法与国内算法相同
set_compatibility_enable(True)
set_compatibility(1)
set_compatibility_enable(False)

x, y, z = MACD(c, fastperiod=12, slowperiod=26, signalperiod=9)
print(z)

长宽表处理

二维矩阵计算，的确方便，Alpha101中的公式很快就可以实现，即支持时序又支持截面，但其中有一个难点，
就是NaN值的处理。pushna和pullna可用于解决此问题，但在公式中嵌入就比较棘手。

所以，本项目还特别提供了长表与宽表的装饰器，按照一定的要求套用装饰器，就能让原本不可跳过空值的函数自动跳过空值。
如果明确数据内不会产生空值，可以不使用长宽表装饰器，效率会更快。

长表

处理慢一些，但结果更适合于机器学习。
底层主要通过series_groupby_apply（针对单列输入）和dataframe_groupby_apply（针对多列输入）装饰器来实现跳过空值。

pythonCopy
import pandas as pd

from ta_cn.imports.long_ta import ATR, SMA
from ta_cn.imports.long_wq import group_neutralize, rank

pd._testing._N = 500
pd._testing._K = 30

open_ = pd._testing.makeTimeDataFrame() + 5
high = pd._testing.makeTimeDataFrame() + 10
low = pd._testing.makeTimeDataFrame() + 5
close = pd._testing.makeTimeDataFrame() + 5
group = close.copy() * 100 // 1 % 5

df = {
    'open_': open_.stack(),
    'high': high.stack(),
    'low': low.stack(),
    'close': close.stack(),
    'group': group.stack(),
}
df = pd.DataFrame(df)
df.index.names = ['date', 'asset']
kwargs = df.to_dict(orient='series')

# 单输入
r = SMA(df['close'], timeperiod=10)
print(r.unstack())
# 多输入
r = ATR(df['high'], df['low'], df['close'], 10)
print(r.unstack())
# 横截面
r = rank(df['close'])
print(r.unstack())
r = group_neutralize(df['close'], df['group'])

print(r.unstack())

宽表

处理速度通常比长表要快。核心是输入需要封装成WArr,输出要.raw()提取。
底层通过wide_wraps装饰器来实现空值跳过，通过long_wraps装饰器来实现长表函数转宽表函数

pythonCopy
import pandas as pd

from ta_cn.imports.wide_ta import ATR
from ta_cn.utils import np_to_pd
from ta_cn.utils_wide import WArr

pd._testing._N = 250
pd._testing._K = 30
h = pd._testing.makeTimeDataFrame() + 10
l = pd._testing.makeTimeDataFrame()
c = pd._testing.makeTimeDataFrame()

# 数据需要封装成特殊对象，实现NaN的堆叠和还原
h_ = WArr.from_array(h, direction='down')
l_ = WArr.from_array(l, direction='down')
c_ = WArr.from_array(c, direction='down')

r = ATR(h_, l_, c_, 10)
# 返回的数据可能是np.ndarray
print(r.raw())

# 可以再封装回pd.DataFrame
d = np_to_pd(r.raw(), copy=False, index=c.index, columns=c.columns)
print(d.iloc[-5:])

指标对比清单

参考 指标对比 未完工，待补充

Alpha101/Alpha191

本项目，试着用公式系统实现Alpha101、Alpha191，请参考examples文件下的测试示例。它最大的特点是尽量保持原公式的形式，
少改动，防止乱中出错。然后再优化代码提高效率。

停牌处理，空值填充

1. 板块指数，停牌了也要最近的行情进行计算，否则指数过小
2. 停牌期的开高低收都是最近的收盘价，收盘价可以ffill

参考项目

1. TA-Lib TA-Lib C语言版，非官方镜像
2. ta-lib TA-Lib Python版封装
3. MyTT My麦语言 T通达信 T同花顺
4. funcat 公式移植
5. pandas-ta 支持Pandas扩展的技术指标
6. ta 通过类实现的技术指标
7. WorldQuant算子
8. WorldQuant算子详情

交流群

ta_cn技术指标交流群: 601477228