技术指标命名空间 / ta.py

ta.plus_dm

+DM 指标。

接口示例returns: Exprta

输入 / 输出

输入

high, low

输入项	类型	示例
`high`	`Float64`	10.25
`low`	`Float64`	9.68

输出

项目	说明
返回类型	`Expr`
输出对象	表达式/执行计划/配置对象
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	先构造对象，再放入 DataSet、Monitor、UDF 或真实执行上下文。
核心调用	`col('high', 'low').ta.plus_dm(14)`

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, 2)
┌───────┬───────┐
│ high  ┆ low   │
│ ---   ┆ ---   │
│ f64   ┆ f64   │
╞═══════╪═══════╡
│ 10.25 ┆ 9.68  │
│ 10.55 ┆ 9.98  │
│ 10.35 ┆ 9.78  │
│ 10.85 ┆ 10.28 │
│ 10.95 ┆ 10.38 │
│ …     ┆ …     │
│ 12.75 ┆ 12.18 │
│ 12.45 ┆ 11.88 │
│ 13.05 ┆ 12.48 │
│ 13.15 ┆ 12.58 │
│ 13.45 ┆ 12.88 │
└───────┴───────┘

打印输出

print(out)

shape: (4, 2)
┌────────────────┬─────────────────────────────────┐
│ 项目           ┆ 内容                            │
│ ---            ┆ ---                             │
│ str            ┆ str                             │
╞════════════════╪═════════════════════════════════╡
│ 调用           ┆ col('high', 'low').ta.plus_dm(… │
│ 返回类型       ┆ Expr                            │
│ 状态           ┆ 表达式构造完成                  │
│ 怎么得到业务表 ┆ 放进                            │
│                ┆ col(...).runtime().calc_dat…    │
└────────────────┴─────────────────────────────────┘

调用

Python

col('high', 'low').ta.plus_dm(14)

参数	类型	默认值	说明
`timeperiod`	`int \| Params`	`14`	位置参数

源码参数说明

timeperiod:
    整数参数，支持 `int/Params`。

完整代码

这个算子页使用接口示例：不伪造计算结果。需要真实上下文、多输入源、Monitor session、UDF 回调、策略状态，或当前底层实现之后再执行。

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(
    {
        "high": [10.25, 10.55, 10.35, 10.85, 10.95, 10.75, 11.15, 11.45, 11.05, 11.65, 11.85, 11.75, 12.15, 12.45, 12.05, 12.75, 12.45, 13.05, 13.15, 13.45],
        "low": [9.68, 9.98, 9.78, 10.28, 10.38, 10.18, 10.58, 10.88, 10.48, 11.08, 11.28, 11.18, 11.58, 11.88, 11.48, 12.18, 11.88, 12.48, 12.58, 12.88],
    }
)

pool = qs.DataPool("doc_pool")
monitor = qs.Monitor()
right = qs.DataSource("right")
schema = [("x", qs.dt.Float64)]
plot_expr = col("x")
df = col("x").runtime()

print("算子:")
print('ta.plus_dm')
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('接口示例：只构造表达式或对象，不伪造计算结果。')
print("输入列:")
print('high, low')
print("调用:")
print("col('high', 'low').ta.plus_dm(14)")
print("输入数据模板:")
print(data)
try:
    result = col('high', 'low').ta.plus_dm(14)
except BaseException as err:
    out = pl.DataFrame({
        "项目": ["调用", "状态", "错误类型", "错误信息"],
        "内容": ["col('high', 'low').ta.plus_dm(14)", "未执行成数据表", type(err).__name__, str(err)[:200]],
    })
    print("输出:")
    print(out)
else:
    out = pl.DataFrame({
        "项目": ["调用", "返回类型", "状态", "怎么得到业务表"],
        "内容": ["col('high', 'low').ta.plus_dm(14)", type(result).__name__, "表达式构造完成", "放进 col(...).runtime().calc_data(data)、col.with_cols(...).runtime().calc_data(data)，或对应 Monitor/DataSet 运行上下文。"],
    })
    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`