功能

技术指标

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

可以使用哪些技术指标，又能否同时跨多个标的和参数运行？VBT 在 Python 中通过统一接口运行 TA-Lib、pandas-ta、ta、Technical、Smart Money Concepts 和 WorldQuant 101 Alphas 的指标，以及自身的编译指标。每个指标都接受参数列表，并返回带标签的列。

Compute RSI with 10 window lengths on 5 ETFs in one call
symbols = ["SPY", "QQQ", "IWM", "TLT", "GLD"]
data = vbt.YFData.pull(symbols, start="2024-01-01", end="2025-01-01")
rsi = vbt.talib("RSI").run(data.close, timeperiod=np.arange(5, 55, 5))  
rsi.real.shape
(252, 50)
rsi.real.columns[:3]
MultiIndex([(5, 'SPY'),
            (5, 'QQQ'),
            (5, 'IWM')],
           names=['rsi_timeperiod', 'symbol'])
rsi.real.iloc[-1].unstack("symbol").round(1).head(4)  
symbol           GLD   IWM   QQQ   SPY   TLT
rsi_timeperiod
5               51.2  32.5  29.0  29.5  32.7
10              47.6  33.9  40.7  37.8  33.1
15              47.4  37.7  45.7  42.4  35.7
20              47.9  40.9  48.4  45.5  37.5

指标库

各库指标均可通过带前缀名称访问：vbt.talib("RSI")、vbt.pandas_ta("SUPERTREND")、vbt.ta("RSIIndicator")，以及用于 Smart Money Concepts 的 vbt.indicator("smc:...") 或用于 WorldQuant 101 Alphas 的 "wqa101:..."。每个指标都封装为与 VBT 自身指标相同的类，接受参数列表、标注输出、提供 crossed_above 等信号辅助方法并支持绘图。库本身为可选依赖，VBT 只使用您已安装的库。vbt.IF.list_indicators("*vwap*") 按名称搜索所有库，例如安装 pandas-ta 后会返回 ['vbt:VWAP', 'pandas_ta:VWAP']。TA-Lib 还提供蜡烛形态和抛物线 SAR 等指标，详见其函数目录。许多 WorldQuant alpha 跨资产排名，因此需一次传入多个标的：单个资产的横截面排名总是相同。一些公式还使用行业或产业分组，适合研究带分类的标的池。

运行指标返回的是指标对象，而非 DataFrame。输出通过同名属性访问，例如 vbt.RSI 的 .rsi 和大多数 TA-Lib 指标的 .real，output_names 列出输出名称。下方功能介绍展示 Smart Money Concepts、WorldQuant Alphas 和 Freqtrade 的 Technical 库。

内置指标

VBT 自带编译指标：移动平均线（vbt.MA）、标准差（vbt.MSD）、布林带（vbt.BBANDS）、RSI（vbt.RSI）、随机指标（vbt.STOCH）、MACD（vbt.MACD）、ATR（vbt.ATR）、ADX（vbt.ADX）、能量潮（vbt.OBV）、VWAP（vbt.VWAP）、SuperTrend（vbt.SUPERTREND），以及带 ZigZag 线的拐点检测（vbt.PIVOTINFO）。VWAP 默认每天重置，可用 anchor 参数指定其他周期。这些指标在 Numba 中运行，无需额外依赖。如果速度比指标类更重要，vbt.talib_func 可直接调用 TA-Lib 函数，同时支持广播、缺失值处理和时间周期，如轻量 TA-Lib功能介绍所示。

移动平均线通过 wtype 提供简单、加权、指数、Wilder 和 VIDYA 平滑。布林带还提供带宽和百分比 B，用于研究波动收缩或价格在带内的位置。SuperTrend 除线条外还返回趋势方向，可作为其他指标入场的过滤器。

比较参数并生成信号

参数列表让您无需逐项编写循环即可比较设置。存在多个参数时，列表默认配对。设置 param_product=True 测试全部组合。输出保留参数和标的标签，交叉辅助方法生成列结构相同的布尔信号。

这里使用两个虚构价格序列、两个回看窗口和两种带宽。结果为八列布林带，以及每种设置的上轨突破次数：

Compare Bollinger Band breakout settings
close = pd.DataFrame({
    "A": [10, 11, 10, 10, 14, 11, 10, 15, 12, 11, 16, 12],
    "B": [20, 19, 20, 20, 16, 19, 20, 15, 18, 19, 14, 18],
}, index=pd.date_range("2025-01-01", periods=12))
close.columns.name = "symbol"
bands = vbt.BBANDS.run(close, window=[3, 5], alpha=[1.0, 1.5], param_product=True)
entries = bands.close_crossed_above(bands.upper)
bands.upper.shape
(12, 8)
entries.sum().unstack("symbol")
symbol              A  B
bb_window bb_alpha
3         1.0       3  0
          1.5       0  0
5         1.0       2  0
          1.5       0  0

在这些价格上，较宽布林带产生更少突破。将信号用作入场条件，结合趋势或成交量过滤器，再在信号回测中添加退出规则。更大规模搜索和跨设置策略比较，请参阅参数优化。

统计指标

vbt.HURST 估计 Hurst 指数，帮助区分趋势与均值回归行为；vbt.OLS 对两个序列进行滚动回归，是许多配对交易策略的基础。vbt.PATSIM 衡量与形态的相似度，详见形态与事件研究页面。下方 Hurst 指数和滚动 OLS功能介绍展示前两者。如果研究需要其他统计量，指标工厂可将自己的 Python 或 Numba 计算封装为具有相同参数和输出接口的指标。

另类图表

Renko 砖块将价格序列转换为固定幅度移动，忽略时间，从而过滤噪声。下方 Renko 图功能介绍根据收盘价构建砖块，并重采样为 OHLC K 线。对于 Heikin-Ashi 等自定义蜡烛变换，也可通过指标工厂封装计算，保留独立开盘、最高、最低和收盘输出。

运行指标

指标可在一列或多列上运行，data.run("rsi") 从数据对象选择正确输入。TA-Lib 指标可设置 skipna=True 跳过缺失值，避免较晚上市资产的整列剩余部分都为空。

不同库对同一指标的初始值可能不同，因为平滑初始化方式不同。这个 RSI 比较中，经过预热期后数值趋于一致：

Compare TA-Lib's RSI with VBT's RSI
btc = vbt.YFData.pull("BTC-USD", start="2024-01-01", end="2025-01-01")
talib_rsi = vbt.talib("RSI").run(btc.close, timeperiod=14).real
vbt_rsi = vbt.RSI.run(btc.close, window=14).rsi
pd.DataFrame({"talib": talib_rsi, "vbt": vbt_rsi}).iloc[[14, 15, 100, -1]].round(2)
                           talib    vbt
Date
2024-01-15 00:00:00+00:00  44.24  58.19
2024-01-16 00:00:00+00:00  46.80  60.27
2024-04-10 00:00:00+00:00  56.07  56.08
2024-12-31 00:00:00+00:00  43.51  43.51

需要匹配其他平台数值时，请加载比分析区间更多的历史，让预热在区间开始前完成。也要匹配输入价格、时间周期和平滑设置。

如果只需数组供后续计算，return_raw="outputs" 返回 NumPy 输出，而不构建最终指标对象和带标签输出列。其他计算周期上的指标见多时间周期分析。随新 K 线更新计算，见流式指标。

Hurst 指数

新增于v2024.6.19

✅ 估计 Hurst 指数可以洞察数据的持续性和均值回归行为。VBT 提供五种（！）不同实现。

Plot rolling Hurst exponent by method
data = vbt.YFData.pull("BTC-USD", start="12 months ago")
hurst = vbt.HURST.run(data.close, method=["standard", "logrs", "rs", "dma", "dsod"])
fig = vbt.make_subplots(specs=[[dict(secondary_y=True)]])
data.plot(plot_volume=False, ohlc_trace_kwargs=dict(opacity=0.3), fig=fig)
fig = hurst.hurst.vbt.plot(fig=fig, add_trace_kwargs=dict(secondary_y=True))
fig = fig.select_range(start=hurst.param_defaults["window"])
fig.show()
在 BTC-USD 市场数据上按不同方法计算的滚动 Hurst 指数 图表数据（JSON）

Smart Money Concepts

新增于v2024.6.19

✅ VBT 集成了 Smart Money Concepts（SMC） 库的大多数指标。

Plot previous high and low
data = vbt.YFData.pull("BTC-USD", start="6 months ago")
phl = vbt.smc("previous_high_low").run(  
    data.open,
    data.high,
    data.low,
    data.close,
    data.volume,
    time_frame=vbt.Default("7D")
)
fig = data.plot()
phl.previous_high.rename("previous_high").vbt.plot(fig=fig)
phl.previous_low.rename("previous_low").vbt.plot(fig=fig)
(phl.broken_high == 1).rename("broken_high").vbt.signals.plot_as_markers(
    y=phl.previous_high,
    trace_kwargs=dict(marker=dict(color="limegreen")),
    fig=fig
)
(phl.broken_low == 1).rename("broken_low").vbt.signals.plot_as_markers(
    y=phl.previous_low,
    trace_kwargs=dict(marker=dict(color="orangered")),
    fig=fig
)
fig.show()
BTC-USD OHLCV、前一周最高与最低价，以及水平突破标记 图表数据（JSON）

轻量 TA-Lib

新增于1.14.0

✅ 由指标工厂封装的 TA-Lib 函数非常强大：与官方 TA-Lib 实现不同，它们支持广播、DataFrame、跳过缺失值，甚至重采样到其他时间周期。虽然 TA-Lib 函数本身很快，指标工厂封装仍会带来一些开销。为了兼顾 TA-Lib 速度与 VBT 能力，新增功能已独立为轻量函数，可像普通 TA-Lib 函数一样调用。

Run and plot an RSI resampled to the monthly timeframe
data = vbt.YFData.pull("BTC-USD")
run_rsi = vbt.talib_func("rsi")
rsi = run_rsi(data.close, timeperiod=12, timeframe="M")  
rsi
Date
2014-09-17 00:00:00+00:00          NaN
2014-09-18 00:00:00+00:00          NaN
2014-09-19 00:00:00+00:00          NaN
2014-09-20 00:00:00+00:00          NaN
2014-09-21 00:00:00+00:00          NaN
                                   ...
2024-01-18 00:00:00+00:00    64.210811
2024-01-19 00:00:00+00:00    64.210811
2024-01-20 00:00:00+00:00    64.210811
2024-01-21 00:00:00+00:00    64.210811
2024-01-22 00:00:00+00:00    64.210811
Freq: D, Name: Close, Length: 3415, dtype: float64
plot_rsi = vbt.talib_plot_func("rsi")
plot_rsi(rsi).show()
重采样至月频的 BTC-USD RSI 图表数据（JSON）

技术指标

新增于1.7.0

✅ VBT 集成了 freqtrade 的 technical 库中大多数指标与共识类。

Compute and plot the summary consensus with a one-liner
vbt.YFData.pull("BTC-USD").run("sumcon", smooth=100).plot().show()
BTC-USD 平滑后的技术指标买卖汇总共识 图表数据（JSON）

Renko 图

新增于1.7.0

✅ 与常规图表不同，Renko 图根据价格变动构建。价格每变化指定幅度，就出现一块“砖”。由于输出时间间隔不规则，每次只能处理一列。与其他功能一样，借助 Numba，VBT 实现能够快速转换海量数据点。

Resample closing price into a Renko format
data = vbt.YFData.pull("BTC-USD", start="2021", end="2022")
renko_ohlc = data.close.vbt.to_renko_ohlc(1000, reset_index=True)  
renko_ohlc.vbt.ohlcv.plot().show()
将 BTC-USD 收盘价重采样为 Renko OHLC 图 图表数据（JSON）

滚动 OLS

新增于1.3.0

✅ 滚动回归用于分析变量关系随时间的变化。VBT 将其实现为指标，接受两个时间序列，并在每个时间步返回斜率、截距、预测、误差、R 平方和误差 z 分数。可在配对研究中使用回归及残差，例如构建价差并测试入场或再平衡规则。它还比 statsmodels 对应的 RollingOLS 快数百倍 🔥

Determine the spread between BTC and ETH
data = vbt.YFData.pull(
    ["BTC-USD", "ETH-USD"],
    start="2022",
    end="2023",
    missing_index="drop"
)
ols = vbt.OLS.run(
    data.get("Close", "BTC-USD"),
    data.get("Close", "ETH-USD")
)
ols.plot_zscore().show()
2022 年 BTC 与 ETH 之间的滚动 OLS 价差 z 分数 图表数据（JSON）

TA-Lib 绘图

新增于1.0.9

✅ 每个 TA-Lib 指标都能完全根据输出标志自行绘图！

data = vbt.YFData.pull("BTC-USD", start="2020", end="2021")

vbt.talib("MACD").run(data.close).plot().show()
2020 年 BTC-USD 的 TA-Lib MACD、信号线和直方图 图表数据（JSON）

WorldQuant Alphas

新增于1.0.8

✅ WorldQuant 的 101 个公式化 Alpha现在全部可以作为指标使用 👀

Run the first alpha
data = vbt.YFData.pull(["BTC-USD", "ETH-USD", "XRP-USD"], missing_index="drop")

vbt.wqa101(1).run(data.close).out
symbol                      BTC-USD   ETH-USD   XRP-USD
Date
2017-11-09 00:00:00+00:00  0.166667  0.166667  0.166667
2017-11-10 00:00:00+00:00  0.166667  0.166667  0.166667
2017-11-11 00:00:00+00:00  0.166667  0.166667  0.166667
2017-11-12 00:00:00+00:00  0.166667  0.166667  0.166667
2017-11-13 00:00:00+00:00  0.166667  0.166667  0.166667
...                             ...       ...       ...
2023-01-31 00:00:00+00:00  0.166667  0.166667  0.166667
2023-02-01 00:00:00+00:00  0.000000  0.000000  0.500000
2023-02-02 00:00:00+00:00  0.000000  0.000000  0.500000
2023-02-03 00:00:00+00:00  0.000000  0.500000  0.000000
2023-02-04 00:00:00+00:00 -0.166667  0.333333  0.333333

[1914 rows x 3 columns]

指标与信号

计算指标，构建自定义指标，进行流式更新并转为信号

自定义指标

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

版权所有 © 2021–2026 Oleg Polakow。保留所有权利。

本站内容与文档供使用和评估 VectorBT PRO 以及教育用途。任何其他用途，包括开发或支持竞争产品或服务，均须事先取得书面同意。