指标与信号

计算指标、构建自己的指标、逐 K 线更新，并转换为信号或学习目标。本节面向构建策略输入的读者，涵盖标准指标、自定义公式和模型预测。下方页面从内置及自定义指标，延伸到流式更新、交易信号和机器学习标签。

从这里开始

指标与信号页面

技术指标

大规模运行 TA-Lib、pandas-ta、ta、SMC、WorldQuant Alphas 和原生指标

自定义指标

将 Python、pandas 或 Numba 计算转为可复用的参数网格指标

流式指标

使用有状态累加器逐 K 线更新指标，匹配批量结果

交易信号

在回测前生成、组合、清洗和分析入场与退出信号

机器学习标签

创建三重障碍、趋势和拐点标签，并回测模型预测

从计算到策略

指标提供 RSI 或价格相对均线距离等数值。交易规则将其转为信号，例如 RSI 重新上穿阈值时买入。您可以跨多个标的比较窗口和阈值，检查信号触发频率，再将其传给信号回测来衡量交易结果。

从集成库开始，或使用自己的 Python、pandas、Numba 计算。自定义指标使用相同的带标签输出和比较辅助方法，因此可以将熟悉的指标与自己的研究特征组合。需要更大规模搜索设置时，请继续阅读参数优化。

如果使用机器学习，指标可提供模型特征，标签定义模型应学习预测的未来结果。模型预测再成为交易输入。标签页面展示了完整流程，包括与简单基线的比较。

开发流程见指标文档，完整策略示例见信号开发教程。