A股技术指标计算39 项指标与 5 种指数在本地一次算完【免费下载链接】free-stockdb面向 A 股日K、分钟K与ETF分钟数据的本地量化引擎集成增量同步、本地缓存、复权、批量查询、回测与指标计算。项目地址: https://gitcode.com/GitHub_Trending/fr/free-stockdbfree-stockdb 是一款面向 A 股的本地量化数据引擎行情数据同步到本地磁盘后39 项技术指标和 5 种指数编制方法由本地 C 服务直接计算全市场 7000 只股票数秒出结果免费使用不再受远程接口限频拖累。从全市场 MACD 金叉回测说起想象你要做一次全市场 MACD 金叉回测用在线 API 的话下载分钟数据逐股请求实测要 3-5 天再用 pandas 遍历 7000 只股票算指标单次滚动计算动辄数小时。free-stockdb 的做法是把数据同步、清洗、复权全部做完落盘本地指标计算交给本地 C 引擎同样的全市场批量计算数秒完成。环节在线 API 方案free-stockdb指标计算自写公式pandas 遍历数小时内置 39 指标 5 指数数秒数据下载逐股请求受限频约束Zstd 压缩增量同步断点续传复权处理推算因子、历史回刷 1-2 天内置复权因子查询时即时计算指标清单不按教科书平铺咱们按用途分组看。按使用场景挑 A股技术指标看方向趋势类的 MA、EMA、DMI、TRIX、BBI 回答现在处于什么趋势适合波段和趋势策略。坑MA/EMA 不传周期参数时默认只算 5 日想要 5/10/20 多均线要用n显式传参。找拐点MACD、KDJ、RSI、WR、BOLL 这类震荡指标判断超买超卖适合震荡市。坑MACD 经典参数是12,26,9每个指标都能独立传参不必逐股循环。验真假OBV、VR、EMV、MFI、CR 用量能验证价格突破是否有效避免被假突破带节奏。定风险ATR 度量波动幅度BOLL、KTN 划出价格通道HHV、LLV 找区间高低点STD 看离散程度。把自选股池编成虚拟指数zhishu指数接口接受任意一组股票代码编出一个股票池虚拟指数当行业轮动、风格因子或策略基准用默认基点 1000可按需调整base。method含义适用场景限制1等权简单基准、风格对比分钟线、日线均可2流通市值加权贴近真实市场仅日线3成交额加权反映市场活跃度分钟线、日线均可4成交量加权分钟级研究分钟线、日线均可5总市值加权大盘风格基准仅日线三步跑通第一批指标第一步首次先运行一次 Python 接入脚本完成数据同步并启动本地服务默认监听127.0.0.1:7899# 首次运行一次 import runpy runpy.run_path(pybao/安装.py)第二步一次调用算完全市场指标n列表与指标一一对应from zhibiao import zb d zb.get(macd,kdj,ma, [600633, 000007], start20260601, end20260630, frequency1d, n[12,26,9, None, 5,10,20])第三步把股票池编成虚拟指数crosswith_value还能叠加金叉信号便于复盘d zb.get(zhishu, [600633, 000007], start20260601, endN, method1)除了 Python同一套指标能力还支持 HTTP API、Excel/WPS 宏、HTML 网页和 AI MCP 协议详见 调用方式/调用说明.txt。新手最容易踩的五个坑多指标批量计算时n必须和指标名一一对应不需要参数的位置填None长度不齐会直接报错。fields指定计算字段只对 MA、EMA、SMA、WMA、DMA、STD、SUM、HHV、LLV、REF 这类基础指标有效MACD、KDJ 等复合指标固定基于价量计算。cross有False、True、with_value三种取值多指标同时传入时总信号为 True 才代表所有指标同时金叉适合多因子共振筛选。市值类加权指数method2/5只支持日线分钟线没有市值字段指数也不支持cross。单股传字符串返回 list多股传列表返回{代码: list}每只股票按日期独立计算无需手动对齐。资源索引文件用途README.md项目说明与在线 API 对比pybao/zhibiao.py指标与指数计算源码jisuan函数调用方式/python/Python 调用示例pybao/安装.pyPython 环境首次接入脚本stockdb.conf本地服务配置本项目仅供量化研究学习不构成投资建议。【免费下载链接】free-stockdb面向 A 股日K、分钟K与ETF分钟数据的本地量化引擎集成增量同步、本地缓存、复权、批量查询、回测与指标计算。项目地址: https://gitcode.com/GitHub_Trending/fr/free-stockdb创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
