Python ta库计算WilliamsR、EMA返回对象而非数值问题求助

你混淆了ta（Technical Analysis Library）的两种调用方式，导致类接口只完成了实例化、没有执行指标计算逻辑：

• 你代码中正常返回数值的stoch、rsi属于函数式快捷接口，调用后会直接返回计算完成的Pandas数值序列，可以直接赋值给DataFrame列。
• 你代码中返回类对象的WilliamsRIndicator、EMAIndicator属于指标类构造方法，直接调用仅会生成初始化后的类实例，不会自动触发指标计算，因此输出结果是带内存地址的类实例字符串，而非预期的数值序列。

ta库的接口设计遵循统一规则：所有名称带Indicator后缀的都是指标类，使用流程分为两步：

1. 传入行情数据、指标参数完成类实例化
2. 调用实例对应的计算方法，才能拿到最终的指标数值序列
   你当前的代码只执行了第一步，没有调用计算取值的方法，因此拿到的是类实例本身而非计算结果。
   另外你的代码还存在一个无关的小问题：df.dropna(inplace=False)没有接收方法返回值，这行代码执行后不会修改原DataFrame的空值，属于无效写法。

两个指标类对应的取值方法如下：

• WilliamsRIndicator实例需要调用.williams_r()方法获取威廉指标%R序列
• EMAIndicator实例需要调用.ema_indicator()方法获取EMA序列

import yfinance as yf
import numpy as np
import ta
import pandas as pd
import matplotlib.pyplot as plt

df = yf.download('ETH-USD', start='2022-06-15', interval='5m' )

df['%K'] = ta.momentum.stoch(df.High, df.Low ,df.Close , 14 ,3)
df['%D'] = df['%K'].rolling(3).mean()
df['RSI'] = ta.momentum.rsi(df.Close ,14)

# 类接口正确调用方式
willr_instance = ta.momentum.WilliamsRIndicator(df.High, df.Low ,df.Close ,21)
df['%R'] = willr_instance.williams_r()

ema_instance = ta.trend.EMAIndicator(df.Close, 13)
df['EMA'] = ema_instance.ema_indicator()

# 修正dropna无效的问题
df = df.dropna()

如果不想记忆类实例的取值方法，也可以直接用和RSI、随机指标一致的函数式接口写法，代码更简洁：

# 威廉指标函数式调用
df['%R'] = ta.momentum.williams_r(df.High, df.Low, df.Close, 21)
# EMA函数式调用
df['EMA'] = ta.trend.ema_indicator(df.Close, 13)

内容的提问来源于stack exchange，提问作者herr herbert