इस प्रोजेक्ट के बारे में

Stockstats एक pandas-आधारित Python लाइब्रेरी है जो स्टॉक आंकड़े और तकनीकी संकेतक की गणना करती है। इसका StockDataFrame एक मौजूदा pandas DataFrame को लपेटता है, इसलिए OHLCV डेटा को CSV या yfinance जैसे स्रोतों से लोड किया जा सकता है और फिर संकेतक-विशिष्ट कॉलम नामों का उपयोग करके एक्सेस किया जा सकता है। समर्थित संकेतक समूहों में मूविंग एवरेज जैसे SMA, EMA, SMMA, TEMA, KAMA, VWMA, और DMA; मोमेंटम संकेतक जैसे RSI, StochRSI, MACD, PPO, KDJ, ROC, CMO, KST, Coppock, AO, BOP, CTI, Inertia, और PSL; ट्रेंड संकेतक जैसे Supertrend, Aroon, Ichimoku, DMI, TRIX, और Wave Trend; वोलैटिलिटी माप जैसे Bollinger Bands, ATR, TR, CCI, Williams %R, Choppiness Index, Z-Score, और MAD; वॉल्यूम संकेतक जैसे VR, MFI, PVO, और VWMA; और ऑसिलेटर जैसे QQE, RVGI, Elder-Ray, और Fisher Transform शामिल हैं। डेटा फ़्रेम में आम तौर पर केस-असंवेदनशील close, high, low, और volume कॉलम होने चाहिए, साथ में एक वैकल्पिक date कॉलम। डेटा को wrap या StockDataFrame.retype से लपेटा जा सकता है, और unwrap से सामान्य DataFrame में वापस बदला जा सकता है। संकेतक पहली एक्सेस पर close_20_sma, high_10_ema, rsi_6, atr, macd, और boll जैसे नामकरण पैटर्न का उपयोग करके गणना किए जाते हैं। बहु-आउटपुट संकेतक, जिनमें MACD और Bollinger Bands शामिल हैं, सिग्नल लाइन, हिस्टोग्राम, या बैंड के लिए संबंधित कॉलम बनाते हैं। लाइब्रेरी डेल्टा, शिफ्ट, लॉग रिटर्न, रेंज आंकड़े, परम्यूटेशन, क्रॉस-अप और क्रॉस-डाउन डिटेक्शन, और greater-than-or-equal थ्रेशोल्ड जैसी तुलनाओं के लिए उपयोगिता गणनाएँ भी प्रदान करती है। शॉर्टकट संकेतकों को init_all के साथ एक साथ प्रारंभ किया जा सकता है, हालाँकि यह कई कॉलम बनाता है। डिफ़ॉल्ट विंडो और कुछ पैरामीटर वैश्विक रूप से समायोजित किए जा सकते हैं, और कैश्ड संकेतक कॉलम को हटाकर पुनर्गणना के लिए बाध्य किया जा सकता है। इंस्टॉलेशन pip install stockstats से किया जाता है। प्रोजेक्ट के लिए Python 3.9 या नया आवश्यक है और यह BSD-3-Clause लाइसेंस के अंतर्गत वितरित किया जाता है।