ta

taは、timestamp、Open、High、Low、Close、Volume列を含む金融時系列データに対するテクニカル分析と特徴量エンジニアリングのためのPython 3ライブラリです。PandasとNumPyを用いて構築されており、PyPIからpipでインストールします。 このパッケージは、5つのグループに整理された43の実装済み指標を列挙しています。 - 出来高: MFI、Accumulation/Distribution Index、OBV、Chaikin Money Flow、Force Index、Ease of Movement、Volume-Price Trend、Negative Volume Index、VWAP。 - ボラティリティ: Average True Range、Bollinger Bands、Keltner Channel、Donchian Channel、Ulcer Index。 - トレンド: SMA、EMA、WMA、MACD、ADX、Vortex、TRIX、Mass Index、CCI、DPO、KST、Ichimoku、Parabolic SAR、Schaff Trend Cycle、Aroon。 - モメンタム: RSI、Stochastic RSI、TSI、Ultimate Oscillator、Stochastic Oscillator、Williams %R、Awesome Oscillator、KAMA、ROC、PPO、PVO。 - その他: daily return、daily log return、cumulative return。 指標はクラスとラッパー関数を通じて公開されています。add_all_ta_featuresヘルパーは、open、high、low、close、volumeの列名をマッピングすることで、指標一式をDataFrameに追加できます。個々の指標を直接初期化することも可能です。たとえば、BollingerBandsは移動平均、上限バンドと下限バンド、バンド指標、幅、パーセントバンド値を提供します。 READMEでは、特徴量を追加する前にNaN値をクリーニングまたは補完することを推奨しており、dropnaユーティリティを含んでいます。Read the Docsのドキュメント、使用例、特徴量を可視化するためのノートブックへのリンクがあります。開発者向けのセットアップ手順では、リポジトリのクローン、開発用要件のインストール、make testによるテスト実行について説明しています。このプロジェクトでは、追加の指標、より多くの自動テスト、可能なNumExprによる高速化、データアクセス用ラッパー、マルチインデックス計算、可視化との統合など、計画中の作業も文書化しています。