TA-Lib 的 61 个 K 线形态函数实战速查：信号输出、形态选型与实时行情接入

TA-Lib 的 61 个 K 线形态函数实战速查信号输出、形态选型与实时行情接入【免费下载链接】ta-lib-pythonPython wrapper for TA-Lib (http://ta-lib.org/).项目地址: https://gitcode.com/gh_mirrors/ta/ta-lib-pythonTA-Libta-lib-python用 61 个CDL前缀函数把经典蜡烛图形态识别搬进 Python每根 K 线输出一个 -100、0 或 100 的整数信号写策略回测、接实时 K 线信号都能直接用输出就是np.int32数组拿数组就能进回测。先读懂信号怎么输出K 线形态识别的信号结构六个一字的形态函数返回的都是红绿灯数组取值含义类比-100触发看跌形态红灯提示离场或做空0未触发任何形态无灯继续持有观察100触发看涨形态绿灯提示进场或做多调用约定很死板open / high / low / close四个等长的一维浮点数组进一个等长的int32数组出。类型签名都在 talib/_ta_lib.pyi 里61 个函数长同一个样子。还有一个容易踩空的细节——热身期。每个形态函数需要一段最短历史 K 线数lookback由底层 C 库决定比如三只乌鸦需要 3 根连续阴线才能成立。热身期内的位置不填NaN而是填 0。Cyther 实现里这段在 talib/_func.pxilookback 由TA_CDL*_Lookback()查询得到前面的位置用 0 补齐。仓库测试 tests/test_func.py 里用 20 根样例 K 线跑CDL3BLACKCROWS断言结果就是[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, -100, 0, 0]——前面一串 0形态触发位精确等于-100。所以写后处理代码时别把 0当无数据处理也别期待np.isnan能过滤热身期。按策略意图选形态反转、延续、平衡各挑几个61 个形态不用全记。做策略时先问自己一个问题我要捕捉哪种意图1. 趋势反转——在拐点处接方向是形态信号用得最多的场景CDLENGULFING吞没一根实体把前一根完全包住是最常被量化的反转信号之一CDLMORNINGSTAR/CDLEVENINGSTAR晨星 / 黄昏星底部与顶部的教科书反转组合带penetration灵敏度参数CDLDARKCLOUDCOVER乌云盖顶顶部反转代表第二根阴线要咬穿第一根阳线实体CDLPIERCING刺透底部反转与乌云盖顶对称。2. 趋势延续——确认动能没衰竭适合持仓过滤CDL3WHITESOLDIERS三白兵与CDL3BLACKCROWS三只乌鸦同向三根长实体前者确认上涨、后者确认下跌CDLTASUKIGAP脱节缺口跳空之后趋势延续CDLRRISEFALL3METHODS上升/下降三法整理之后确认原方向。3. 平衡无方向信号——衡量多空拉锯本身不指向多空CDLDOJI十字星及蜻蜓 / 墓碑 / 长腿变体开盘收盘几乎一致方向悬而未决CDLSPINNINGTOP纺锤线、CDLHIGHWAVE高波线短线能量衰减CDLSHORTLINE短实体线窄幅震荡常见于盘整区。完整 61 个函数的清单与签名见 docs/func_groups/pattern_recognition.md文末附录也给了全量速查表。从一次性扫描到实时行情三种 API 调用方法Function API——扫历史。批量回测最直接的入口见 docs/func.md。对一段完整行情一次性算出全部信号位import numpy as np import talib o np.random.random(120) h np.maximum(o, np.random.random(120)) 0.05 l np.minimum(o, np.random.random(120)) - 0.05 c np.random.random(120) engulf talib.CDLENGULFING(o, h, l, c) crows talib.CDL3BLACKCROWS(o, h, l, c) print(np.where(engulf -100)[0]) # 吞没看跌信号的位置 print(np.where(crows -100)[0]) # 三只乌鸦的位置Abstract API——对接 DataFrame。数据在 pandas/polars 里时talib 顶层函数可以直接吃 Series 并返回同类型结果见 tests/test_pandas.py、tests/test_polars.py也可以用 dict 或 DataFrame 走抽象层docs/abstract.md 有完整说明。抽象层还顺带把info含函数名、输入输出名、分组和lookback暴露给你import pandas as pd from talib import abstract df pd.DataFrame({open: o, high: h, low: l, close: c}) print(talib.CDLDOJI(df.open, df.high, df.low, df.close)) # 返回 pd.Series func abstract.Function(CDL3BLACKCROWS) print(func.info[name], func.lookback) # 查元信息与热身期长度 print(func.run({open: o, high: h, low: l, close: c}))Stream API——实时逐根。行情每推一根新 K 线不想重算全量历史就用流式接口 talib/stream.py实现见 talib/_stream.pxifrom talib import stream handle stream.CDLENGULFING(o, h, l, c) # 历史数据初始化 print(handle.value) # 最新一根的信号int 标量-100/0/100 sig handle.update(41.2, 41.9, 40.8, 41.0) # 新 K 线到来时增量更新 print(sig).value返回 Python 标量恒等于批量结果数组的最后一位tests/test_stream.py 对全部形态函数做了这项一致性校验。需要试算但不推进时还可以用handle.peek(...)。调触发灵敏度penetration 参数怎么用61 个形态函数里只有7 个多一个浮点参数penetration默认0CDLDARKCLOUDCOVER、CDLABANDONEDBABY、CDLEVENINGSTAR、CDLEVENINGDOJISTAR、CDLMORNINGSTAR、CDLMORNINGDOJISTAR、CDLMATHOLD。它像个灵敏度旋钮这些形态要求某根 K 线实体相对另一根实体重叠一定比例penetration控制这个重叠要求的松紧。默认0是最严格的判定想放宽触发就调大比如晨星第三根实体只要求穿入第一根实体 1/4 以内morning_strict talib.CDLMORNINGSTAR(o, h, l, c) # 默认 penetration0最严 morning_loose talib.CDLMORNINGSTAR(o, h, l, c, penetration0.2) print((morning_loose 100).sum() (morning_strict 100).sum())注意penetration只是透传给底层 C 库 TA-Lib 的阈值参数阈值判定逻辑全在 C 层Python 封装不参与计算。调参时按品种波动特性试别当置信度用。常见坑与排错四数组长度不一致直接报错open/high/low/close必须等长Cython 层的check_length4会先校验再进计算不等长不是警告而是异常。热身期位置是 0不是 NaN想跳过预热段别用np.isnan要用func.lookback抽象层可查或前lookback位直接置无效。把 penetration 当置信度它是形态判定阈值不是信号强度。100的信号不会因为形态更像教科书而变成200输出永远只有 -100/0/100 三档。stream 句柄.value是标量它对应批量数组的最后一个元素别拿它当数组切片用句柄本身可 pickle方便跨进程传递流式任务。附录61 个 K 线形态函数速查表信号方向按 C 库 TA-Lib 各形态定义标注随趋势指形态本身不定方向多空取决于所处趋势。函数形态所需 K 线数可能信号方向CDL3BLACKCROWSThree Black Crows 三只乌鸦3看跌CDL3WHITESOLDIERSThree White Soldiers 三白兵3看涨CDL3STARSINSOUTHThree Stars in the South 南方三星3看涨CDLMORNINGSTARMorning Star 晨星带 penetration3看涨CDLMORNINGDOJISTARMorning Doji Star 早晨十字星带 penetration3看涨CDLEVENINGSTAREvening Star 黄昏星带 penetration3看跌CDLEVENINGDOJISTAREvening Doji Star 黄昏十字星带 penetration3看跌CDLENGULFINGEngulfing 吞没2双向CDLHARAMIHarami 孕线2双向CDLHARAMICROSSHarami Cross 十字孕线2双向CDLPIERCINGPiercing 刺透2看涨CDLDARKCLOUDCOVERDark Cloud Cover 乌云盖顶带 penetration2看跌CDLDOJISTARDoji Star 十字星线2双向CDL2CROWSTwo Crows 两只乌鸦2看跌CDLABANDONEDBABYAbandoned Baby 弃婴带 penetration3双向CDLMATHOLDMat Hold 垫住形态带 penetration4双向CDLRRISEFALL3METHODSRising/Falling Three Methods 三法3双向CDLTASUKIGAPTasuki Gap 脱节缺口3双向CDLHIKKAKEHikkake 陷阱3双向CDLHIKKAKEMODModified Hikkake 修正陷阱3双向CDLKICKINGKicking 反冲2双向CDLKICKINGBYLENGTHKicking by Length 按长实体定方向2双向CDLDOJIDoji 十字星1平衡无方向CDLDRAGONFLYDOJIDragonfly Doji 蜻蜓十字星1平衡无方向CDLGRAVESTONEDOJIGravestone Doji 墓碑十字星1平衡无方向CDLLONGLEGGEDDOJILong Legged Doji 长腿十字星1平衡无方向CDLRICKSHAWMANRickshaw Man 黄包车夫1平衡无方向CDLSPINNINGTOPSpinning Top 纺锤线1平衡无方向CDLHIGHWAVEHigh Wave 高波线1平衡无方向CDLSHORTLINEShort Line Candle 短实体线1平衡无方向CDLHAMMERHammer 锤子线1随趋势常见看涨CDLINVERTEDHAMMERInverted Hammer 倒锤1随趋势常见看涨CDLHANGINGMANHanging Man 上吊线1随趋势常见看跌CDLSHOOTINGSTARShooting Star 射击之星1随趋势常见看跌CDLTAKURITakuri 探水竿1双向随势CDLMARUBOZUMarubozu 光头光脚1双向CDLCLOSINGMARUBOZUClosing Marubozu 收盘光头光脚1双向CDLLONGLINELong Line Candle 长实体线1双向CDLBELTHOLDBelt-hold 腰带线1双向CDL3INSIDEThree Inside Up/Down 三内部3双向CDL3OUTSIDEThree Outside Up/Down 三外部3双向CDL3LINESTRIKEThree-Line Strike 三线打击3双向CDLADVANCEBLOCKAdvance Block 前进阻挡3双向CDLBREAKAWAYBreakaway 脱离2双向CDLCONCEALBABYSWALLConcealing Baby Swallow 藏婴吞没2双向CDLCOUNTERATTACKCounterattack 反攻2双向CDLGAPSIDESIDEWHITEGap Side-by-Side White 跳空并列阳线2双向CDLHOMINGPIGEONHoming Pigeon 家鸽2双向CDLINNECKIn-Neck Pattern 颈内线2双向CDLLADDERBOTTOMLadder Bottom 梯底3双向CDLMATCHINGLOWMatching Low 并列低价2双向CDLONNECKOn-Neck Pattern 颈上线2双向CDLSEPARATINGLINESSeparating Lines 分离线2双向CDLSTALLEDPATTERNStalled Pattern 停顿3双向CDLSTICKSANDWICHStick Sandwich 夹心2双向CDLTRISTARTristar Pattern 三星3双向CDLUNIQUE3RIVERUnique 3 River 独特三河3双向CDLUPSIDEGAP2CROWSUpside Gap Two Crows 跳空双鸦2双向CDLXSIDEGAP3METHODSGap Three Methods 跳空三法3双向延伸阅读K 线形态识别函数参考全部 61 个Function API 使用说明Abstract API 快速上手全部函数列表实现细节talib/_func.pxi、talib/_stream.pxi、talib/_ta_lib.pyi测试参考tests/test_func.py、tests/test_stream.py【免费下载链接】ta-lib-pythonPython wrapper for TA-Lib (http://ta-lib.org/).项目地址: https://gitcode.com/gh_mirrors/ta/ta-lib-python创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考