做python量化交易，尤其是做趋势跟踪的或者是K线指标分析跟踪的，TA-lib库基本都多多少少用到，搜索时候往往搜出来“塔利班”，所以玩笑塔利班库。尤其对于从传统K线技术分析转计算机量化的同好，基本上算是必备。
成都创新互联网站建设公司一直秉承“诚信做人，踏实做事”的原则，不欺瞒客户，是我们最起码的底线！ 以服务为基础，以质量求生存，以技术求发展，成交一个客户多一个朋友！专注中小微企业官网定制，成都网站设计、成都做网站，塑造企业网络形象打造互联网企业效应。
第一，安装， 可以通过pip install ta-lib 进行安装，如果安装不了或者编译报错，可以直接在下载whl，然后pip install whl路径名 来安装
https://www.lfd.uci.edu/~gohlke/pythonlibs/
第二，使用文档，比较简单，简单介绍各个方法，这个链接： http://mrjbq7.github.io/ta-lib/
第三，使用，其实很简单，其实就是输入numpy.array 数组，包括OHLC数据，必须是double类型。
比如相对强度RSI， real = RSI ( close , timeperiod = 14 ) 就是输入close array数组，计算参数14，也会输出一个RSI值的np.array,不过前面13个是NAN空置，后面第十四个才是RSI值，之后第十五是前面第二到第十五个close 算出RSI值，依次递推。
可以用均值示例，talib.SMA是简单均值的意思，其他都是类似使用，这里后面也用了np.array的mean方法通过循环来计算均值数组，可以看出结果基本一样的，在实际应用发现，其实大部分talib方法都可以通过数组循环得到一样效果，不过talib快多了，能用talib还是用。
closeArray = np.linspace(0,11.0,11)
meanArray = talib.SMA(closearray,3)
print("closeArray: %s" %closearray)
print("meanArray: %s" %meanarray)
for i in range(3,len(closearray)):
print(closearray[i-3:i].mean())
最后，talib对于国内常见kdj，macd指标也有提供，从其他量化论坛讨论反馈，似乎和国内常用行情软件结果不太一致，
个人感觉应该均值一类选取不一样，实际上使用就要注意点。
另外，talib还提供了一批k线图形识别方法，什么三个乌鸦，十字星形态一类。主要就是填入ohlc数组，方法返回是正数数组，只会有0，100，或者-100。100表示现在这个k线是这个形态，-100是反形态，有些方法没有反形态。
