PandasTA 源码解析(十九)(1)https://developer.aliyun.com/article/1506282
.\pandas-ta\tests\test_ext_indicator_trend.py
# 从config模块中导入sample_data变量 from .config import sample_data # 从context模块中导入pandas_ta模块 from .context import pandas_ta # 从unittest模块中导入skip和TestCase类 from unittest import skip, TestCase # 从pandas模块中导入DataFrame类 from pandas import DataFrame # 定义测试TrendExtension类,继承自TestCase类 class TestTrendExtension(TestCase): # 设置测试类的类方法setUpClass,用于设置测试数据 @classmethod def setUpClass(cls): cls.data = sample_data # 设置测试类的类方法tearDownClass,用于清理测试数据 @classmethod def tearDownClass(cls): del cls.data # 设置测试方法的setUp,无操作 def setUp(self): pass # 设置测试方法的tearDown,无操作 def tearDown(self): pass # 测试ADX扩展功能 def test_adx_ext(self): # 调用ADX扩展方法,将结果附加到数据框中 self.data.ta.adx(append=True) # 断言数据类型为DataFrame self.assertIsInstance(self.data, DataFrame) # 断言最后三列的列名 self.assertEqual(list(self.data.columns[-3:]), ["ADX_14", "DMP_14", "DMN_14"]) # 测试AMAT扩展功能 def test_amat_ext(self): # 调用AMAT扩展方法,将结果附加到数据框中 self.data.ta.amat(append=True) # 断言数据类型为DataFrame self.assertIsInstance(self.data, DataFrame) # 断言最后两列的列名 self.assertEqual(list(self.data.columns[-2:]), ["AMATe_LR_8_21_2", "AMATe_SR_8_21_2"]) # 测试Aroon扩展功能 def test_aroon_ext(self): # 调用Aroon扩展方法,将结果附加到数据框中 self.data.ta.aroon(append=True) # 断言数据类型为DataFrame self.assertIsInstance(self.data, DataFrame) # 断言最后三列的列名 self.assertEqual(list(self.data.columns[-3:]), ["AROOND_14", "AROONU_14", "AROONOSC_14"]) # 测试Chop扩展功能 def test_chop_ext(self): # 调用Chop扩展方法,将结果附加到数据框中,设置ln参数为False self.data.ta.chop(append=True, ln=False) # 断言数据类型为DataFrame self.assertIsInstance(self.data, DataFrame) # 断言最后一列的列名 self.assertEqual(self.data.columns[-1], "CHOP_14_1_100") # 再次调用Chop扩展方法,将结果附加到数据框中,设置ln参数为True self.data.ta.chop(append=True, ln=True) # 断言数据类型为DataFrame self.assertIsInstance(self.data, DataFrame) # 断言最后一列的列名 self.assertEqual(self.data.columns[-1], "CHOPln_14_1_100") # 测试CKSP扩展功能 def test_cksp_ext(self): # 调用CKSP扩展方法,将结果附加到数据框中,设置tvmode参数为False self.data.ta.cksp(tvmode=False, append=True) # 断言数据类型为DataFrame self.assertIsInstance(self.data, DataFrame) # 断言最后两列的列名 self.assertEqual(list(self.data.columns[-2:]), ["CKSPl_10_3_20", "CKSPs_10_3_20"]) # 测试CKSP_TV扩展功能 def test_cksp_tv_ext(self): # 调用CKSP扩展方法,将结果附加到数据框中,设置tvmode参数为True self.data.ta.cksp(tvmode=True, append=True) # 断言数据类型为DataFrame self.assertIsInstance(self.data, DataFrame) # 断言最后两列的列名 self.assertEqual(list(self.data.columns[-2:]), ["CKSPl_10_1_9", "CKSPs_10_1_9"]) # 测试Decay扩展功能 def test_decay_ext(self): # 调用Decay扩展方法,将结果附加到数据框中 self.data.ta.decay(append=True) # 断言数据类型为DataFrame self.assertIsInstance(self.data, DataFrame) # 断言最后一列的列名 self.assertEqual(self.data.columns[-1], "LDECAY_5") # 再次调用Decay扩展方法,设置mode参数为"exp",将结果附加到数据框中 self.data.ta.decay(mode="exp", append=True) # 断言数据类型为DataFrame self.assertIsInstance(self.data, DataFrame) # 断言最后一列的列名 self.assertEqual(self.data.columns[-1], "EXPDECAY_5") # 测试Decreasing扩展功能 def test_decreasing_ext(self): # 调用Decreasing扩展方法,将结果附加到数据框中 self.data.ta.decreasing(append=True) # 断言数据类型为DataFrame self.assertIsInstance(self.data, DataFrame) # 断言最后一列的列名 self.assertEqual(self.data.columns[-1], "DEC_1") # 再次调用Decreasing扩展方法,设置length参数为3,strict参数为True,将结果附加到数据框中 self.data.ta.decreasing(length=3, strict=True, append=True) # 断言数据类型为DataFrame self.assertIsInstance(self.data, DataFrame) # 断言最后一列的列名 self.assertEqual(self.data.columns[-1], "SDEC_3") # 测试DPO扩展功能 def test_dpo_ext(self): # 调用DPO扩展方法,将结果附加到数据框中 self.data.ta.dpo(append=True) # 断言数据类型为DataFrame self.assertIsInstance(self.data, DataFrame) # 断言最后一列的列名 self.assertEqual(self.data.columns[-1], "DPO_20") # 测试增长指标计算函数的扩展功能 def test_increasing_ext(self): # 调用增长指标计算函数,将结果追加到原始数据后面 self.data.ta.increasing(append=True) # 断言数据类型为 DataFrame self.assertIsInstance(self.data, DataFrame) # 断言最后一列的列名为 "INC_1" self.assertEqual(self.data.columns[-1], "INC_1") # 调用增长指标计算函数,计算窗口长度为3的严格增长指标,并将结果追加到原始数据后面 self.data.ta.increasing(length=3, strict=True, append=True) # 断言数据类型为 DataFrame self.assertIsInstance(self.data, DataFrame) # 断言最后一列的列名为 "SINC_3" self.assertEqual(self.data.columns[-1], "SINC_3") # 测试长期趋势计算函数的扩展功能 def test_long_run_ext(self): # 未传递参数,返回原始数据 self.assertEqual(self.data.ta.long_run(append=True).shape, self.data.shape) # 计算快速和慢速指数移动平均线 fast = self.data.ta.ema(8) slow = self.data.ta.ema(21) # 计算长期趋势指标,并将结果追加到原始数据后面 self.data.ta.long_run(fast, slow, append=True) # 断言数据类型为 DataFrame self.assertIsInstance(self.data, DataFrame) # 断言最后一列的列名为 "LR_2" self.assertEqual(self.data.columns[-1], "LR_2") # 测试抛物线停止和反转指标计算函数的扩展功能 def test_psar_ext(self): # 计算抛物线停止和反转指标,并将结果追加到原始数据后面 self.data.ta.psar(append=True) # 断言数据类型为 DataFrame self.assertIsInstance(self.data, DataFrame) # 断言最后四列的列名为指定的抛物线参数 self.assertEqual( list(self.data.columns[-4:]), ["PSARl_0.02_0.2", "PSARs_0.02_0.2", "PSARaf_0.02_0.2", "PSARr_0.02_0.2"]) # 测试 QStick 指标计算函数的扩展功能 def test_qstick_ext(self): # 计算 QStick 指标,并将结果追加到原始数据后面 self.data.ta.qstick(append=True) # 断言数据类型为 DataFrame self.assertIsInstance(self.data, DataFrame) # 断言最后一列的列名为 "QS_10" self.assertEqual(self.data.columns[-1], "QS_10") # 测试短期趋势计算函数的扩展功能 def test_short_run_ext(self): # 未传递参数,返回原始数据 self.assertEqual( self.data.ta.short_run(append=True).shape, self.data.shape) # 计算快速和慢速指数移动平均线 fast = self.data.ta.ema(8) slow = self.data.ta.ema(21) # 计算短期趋势指标,并将结果追加到原始数据后面 self.data.ta.short_run(fast, slow, append=True) # 断言数据类型为 DataFrame self.assertIsInstance(self.data, DataFrame) # 断言最后一列的列名为 "SR_2" self.assertEqual(self.data.columns[-1], "SR_2") # 测试 TTM 趋势指标计算函数的扩展功能 def test_ttm_trend_ext(self): # 计算 TTM 趋势指标,并将结果追加到原始数据后面 self.data.ta.ttm_trend(append=True) # 断言数据类型为 DataFrame self.assertIsInstance(self.data, DataFrame) # 断言最后一列的列名为 "TTM_TRND_6" self.assertEqual(list(self.data.columns[-1:]), ["TTM_TRND_6"]) # 测试涡轮指标计算函数的扩展功能 def test_vortext_ext(self): # 计算涡轮指标,并将结果追加到原始数据后面 self.data.ta.vortex(append=True) # 断言数据类型为 DataFrame self.assertIsInstance(self.data, DataFrame) # 断言最后两列的列名为 "VTXP_14" 和 "VTXM_14" self.assertEqual(list(self.data.columns[-2:]), ["VTXP_14", "VTXM_14"])
.\pandas-ta\tests\test_ext_indicator_volatility.py
# 导入所需模块 from .config import sample_data from .context import pandas_ta # 导入 TestCase 类 from unittest import TestCase # 导入 DataFrame 类 from pandas import DataFrame # 创建测试类 TestVolatilityExtension,继承自 TestCase 类 class TestVolatilityExtension(TestCase): # 在所有测试方法执行之前执行的方法 @classmethod def setUpClass(cls): # 设置测试数据 cls.data = sample_data # 在所有测试方法执行之后执行的方法 @classmethod def tearDownClass(cls): # 删除测试数据 del cls.data # 在每个测试方法执行之前执行的方法 def setUp(self): pass # 在每个测试方法执行之后执行的方法 def tearDown(self): pass # 测试 aberration 方法是否正常工作 def test_aberration_ext(self): # 调用 aberration 方法 self.data.ta.aberration(append=True) # 断言 data 是否为 DataFrame 类型 self.assertIsInstance(self.data, DataFrame) # 断言 data 的最后四列是否等于给定列表 self.assertEqual(list(self.data.columns[-4:]), ["ABER_ZG_5_15", "ABER_SG_5_15", "ABER_XG_5_15", "ABER_ATR_5_15"]) # 测试 accbands 方法是否正常工作 def test_accbands_ext(self): # 调用 accbands 方法 self.data.ta.accbands(append=True) # 断言 data 是否为 DataFrame 类型 self.assertIsInstance(self.data, DataFrame) # 断言 data 的最后三列是否等于给定列表 self.assertEqual(list(self.data.columns[-3:]), ["ACCBL_20", "ACCBM_20", "ACCBU_20"]) # 测试 atr 方法是否正常工作 def test_atr_ext(self): # 调用 atr 方法 self.data.ta.atr(append=True) # 断言 data 是否为 DataFrame 类型 self.assertIsInstance(self.data, DataFrame) # 断言 data 的最后一列是否等于给定字符串 self.assertEqual(self.data.columns[-1], "ATRr_14") # 测试 bbands 方法是否正常工作 def test_bbands_ext(self): # 调用 bbands 方法 self.data.ta.bbands(append=True) # 断言 data 是否为 DataFrame 类型 self.assertIsInstance(self.data, DataFrame) # 断言 data 的最后五列是否等于给定列表 self.assertEqual(list(self.data.columns[-5:]), ["BBL_5_2.0", "BBM_5_2.0", "BBU_5_2.0", "BBB_5_2.0", "BBP_5_2.0"]) # 测试 donchian 方法是否正常工作 def test_donchian_ext(self): # 调用 donchian 方法 self.data.ta.donchian(append=True) # 断言 data 是否为 DataFrame 类型 self.assertIsInstance(self.data, DataFrame) # 断言 data 的最后三列是否等于给定列表 self.assertEqual(list(self.data.columns[-3:]), ["DCL_20_20", "DCM_20_20", "DCU_20_20"]) # 测试 kc 方法是否正常工作 def test_kc_ext(self): # 调用 kc 方法 self.data.ta.kc(append=True) # 断言 data 是否为 DataFrame 类型 self.assertIsInstance(self.data, DataFrame) # 断言 data 的最后三列是否等于给定列表 self.assertEqual(list(self.data.columns[-3:]), ["KCLe_20_2", "KCBe_20_2", "KCUe_20_2"]) # 测试 massi 方法是否正常工作 def test_massi_ext(self): # 调用 massi 方法 self.data.ta.massi(append=True) # 断言 data 是否为 DataFrame 类型 self.assertIsInstance(self.data, DataFrame) # 断言 data 的最后一列是否等于给定字符串 self.assertEqual(self.data.columns[-1], "MASSI_9_25") # 测试 natr 方法是否正常工作 def test_natr_ext(self): # 调用 natr 方法 self.data.ta.natr(append=True) # 断言 data 是否为 DataFrame 类型 self.assertIsInstance(self.data, DataFrame) # 断言 data 的最后一列是否等于给定字符串 self.assertEqual(self.data.columns[-1], "NATR_14") # 测试 pdist 方法是否正常工作 def test_pdist_ext(self): # 调用 pdist 方法 self.data.ta.pdist(append=True) # 断言 data 是否为 DataFrame 类型 self.assertIsInstance(self.data, DataFrame) # 断言 data 的最后一列是否等于给定字符串 self.assertEqual(self.data.columns[-1], "PDIST") # 测试 rvi 方法是否正常工作 def test_rvi_ext(self): # 调用 rvi 方法 self.data.ta.rvi(append=True) # 断言 data 是否为 DataFrame 类型 self.assertIsInstance(self.data, DataFrame) # 断言 data 的最后一列是否等于给定字符串 self.assertEqual(self.data.columns[-1], "RVI_14") # 测试 rvi 方法是否正常工作,且使用 refined 参数 def test_rvi_refined_ext(self): # 调用 rvi 方法,传入 refined 参数为 True self.data.ta.rvi(refined=True, append=True) # 断言 data 是否为 DataFrame 类型 self.assertIsInstance(self.data, DataFrame) # 断言 data 的最后一列是否等于给定字符串 self.assertEqual(self.data.columns[-1], "RVIr_14") # 测试 rvi 方法是否正常工作,且使用 thirds 参数 def test_rvi_thirds_ext(self): # 调用 rvi 方法,传入 thirds 参数为 True self.data.ta.rvi(thirds=True, append=True) # 断言 data 是否为 DataFrame 类型 self.assertIsInstance(self.data, DataFrame) # 断言 data 的最后一列是否等于给定字符串 self.assertEqual(self.data.columns[-1], "RVIt_14") # 测试扩展函数:计算热力指标 def test_thermo_ext(self): # 调用热力指标计算函数,并将结果附加到原始数据上 self.data.ta.thermo(append=True) # 确保结果是 DataFrame 类型 self.assertIsInstance(self.data, DataFrame) # 检查结果中最后四列的列名是否符合预期 self.assertEqual(list(self.data.columns[-4:]), ["THERMO_20_2_0.5", "THERMOma_20_2_0.5", "THERMOl_20_2_0.5", "THERMOs_20_2_0.5"]) # 测试扩展函数:计算真实范围 def test_true_range_ext(self): # 调用真实范围计算函数,并将结果附加到原始数据上 self.data.ta.true_range(append=True) # 确保结果是 DataFrame 类型 self.assertIsInstance(self.data, DataFrame) # 检查结果中最后一列的列名是否符合预期 self.assertEqual(self.data.columns[-1], "TRUERANGE_1") # 测试扩展函数:计算 UI 指标 def test_ui_ext(self): # 调用 UI 指标计算函数,并将结果附加到原始数据上 self.data.ta.ui(append=True) # 确保结果是 DataFrame 类型 self.assertIsInstance(self.data, DataFrame) # 检查结果中最后一列的列名是否符合预期 self.assertEqual(self.data.columns[-1], "UI_14") # 调用 UI 指标计算函数,使用 everget 参数,并将结果附加到原始数据上 self.data.ta.ui(append=True, everget=True) # 确保结果是 DataFrame 类型 self.assertIsInstance(self.data, DataFrame) # 检查结果中最后一列的列名是否符合预期 self.assertEqual(self.data.columns[-1], "UIe_14")
PandasTA 源码解析(十九)(3)https://developer.aliyun.com/article/1506286