技术指标命名空间 / ta.py

ta.order_flow

ORDER_FLOW 指标。

可执行示例returns: Exprta

输入 / 输出

输入

last_price, volume, bid1, ask1

输入项	类型	示例
`last_price`	`Float64`	10.0
`volume`	`Int64`	1000
`bid1`	`Float64`	9.97
`ask1`	`Float64`	10.03

输出

项目	说明
返回类型	`Expr`
输出对象	Expr；执行后得到 Polars DataFrame
输出语义	输出列由算子、alias 或底层实现决定；需要稳定列名时显式使用 alias。
执行方式	用 col(...).runtime() 或 col.with_cols(...).runtime() 创建执行计划后 calc_data。
核心调用	`col('last_price', 'volume', 'bid1', 'ask1').ta.order_flow`

打印输入 / 打印输出

下面内容来自本页示例代码真实执行后的 stdout，不是手写占位。

打印输入

print(data)

shape: (20, 4)
┌────────────┬────────┬───────┬───────┐
│ last_price ┆ volume ┆ bid1  ┆ ask1  │
│ ---        ┆ ---    ┆ ---   ┆ ---   │
│ f64        ┆ i64    ┆ f64   ┆ f64   │
╞════════════╪════════╪═══════╪═══════╡
│ 10.0       ┆ 1000   ┆ 9.97  ┆ 10.03 │
│ 10.2       ┆ 1147   ┆ 10.17 ┆ 10.23 │
│ 10.1       ┆ 1294   ┆ 10.07 ┆ 10.13 │
│ 10.5       ┆ 1441   ┆ 10.47 ┆ 10.53 │
│ 10.7       ┆ 1588   ┆ 10.67 ┆ 10.73 │
│ …          ┆ …      ┆ …     ┆ …     │
│ 12.4       ┆ 1645   ┆ 12.37 ┆ 12.43 │
│ 12.2       ┆ 1792   ┆ 12.17 ┆ 12.23 │
│ 12.7       ┆ 1939   ┆ 12.67 ┆ 12.73 │
│ 12.9       ┆ 1306   ┆ 12.87 ┆ 12.93 │
│ 13.1       ┆ 1453   ┆ 13.07 ┆ 13.13 │
└────────────┴────────┴───────┴───────┘

打印输出

print(out)

shape: (1, 3)
┌──────────────────────┬──────────────────────┬─────────────────────────┐
│ price                ┆ bid_v_l              ┆ ask_v_l                 │
│ ---                  ┆ ---                  ┆ ---                     │
│ list[f64]            ┆ list[f64]            ┆ list[f64]               │
╞══════════════════════╪══════════════════════╪═════════════════════════╡
│ [10.1, 10.2, … 13.1] ┆ [1294.0, 0.0, … 0.0] ┆ [0.0, 1147.0, … 1453.0] │
└──────────────────────┴──────────────────────┴─────────────────────────┘

调用

Python

col('last_price', 'volume', 'bid1', 'ask1').ta.order_flow

无显式参数；输入来自当前表达式、绑定对象或命名空间。

完整代码

本页完整例子会执行真实的 calc_data 或对象调用。

展开可复制完整代码

Python

import datetime as dt
import polars as pl
import qust as qs
from qust import col, pms

data = pl.DataFrame(
    {
        "last_price": [10.0, 10.2, 10.1, 10.5, 10.7, 10.4, 10.9, 11.1, 10.8, 11.3, 11.6, 11.4, 11.9, 12.1, 11.8, 12.4, 12.2, 12.7, 12.9, 13.1],
        "volume": [1000, 1147, 1294, 1441, 1588, 1735, 1102, 1249, 1396, 1543, 1690, 1837, 1204, 1351, 1498, 1645, 1792, 1939, 1306, 1453],
        "bid1": [9.97, 10.17, 10.07, 10.47, 10.67, 10.37, 10.87, 11.07, 10.77, 11.27, 11.57, 11.37, 11.87, 12.07, 11.77, 12.37, 12.17, 12.67, 12.87, 13.07],
        "ask1": [10.03, 10.23, 10.13, 10.53, 10.73, 10.43, 10.93, 11.13, 10.83, 11.33, 11.63, 11.43, 11.93, 12.13, 11.83, 12.43, 12.23, 12.73, 12.93, 13.13],
    }
)

print("算子:")
print('ta.order_flow')
print("场景:")
print('技术指标：用行情列生成 RSI、均线、K 线形态等指标。')
print("模式:")
print('可执行示例：构造表达式并运行 calc_data。')
print("输入列:")
print('last_price, volume, bid1, ask1')
print("调用:")
print("col('last_price', 'volume', 'bid1', 'ask1').ta.order_flow")
print("输入数据:")
print(data)
expr = col('last_price', 'volume', 'bid1', 'ask1').ta.order_flow
df = col(expr).runtime()
out = df.calc_data(data)
print("输出:")
print(out)

改成业务代码

改哪里	怎么改
列名	把示例 DataFrame 里的列名换成你的真实列名，列顺序保持和用法一致。
参数	只改函数括号里的参数；不要随意改变 `rolling/over/batch/select` 的链式层级。
输出名	需要稳定输出列名时，在表达式尾部加 `.alias("name")`。
调试	先打印输入数据和调用字符串，再执行 `calc_data`；报 schema 错时先检查列数和 dtype。

注意事项

先确认输入列名、顺序、类型和本页一致。
输出列名不符合业务语义时，显式追加 .alias(...)。
窗口和分组类算子要确认 rolling/expanding/over/batch 的链式层级。

来源

项目	位置
源码文件	`ta.py`
类/对象	`Ta`