技术指标命名空间 / ta.py

ta.rocr

ROCR 指标。

可执行示例returns: Exprta

输入 / 输出

输入

输入项	类型	示例
`close`	`Float64`	10.0

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('close').ta.rocr(10)`

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, 1)
┌───────┐
│ close │
│ ---   │
│ f64   │
╞═══════╡
│ 10.0  │
│ 10.2  │
│ 10.1  │
│ 10.5  │
│ 10.7  │
│ …     │
│ 12.4  │
│ 12.2  │
│ 12.7  │
│ 12.9  │
│ 13.1  │
└───────┘

打印输出

print(out)

shape: (20, 1)
┌──────────┐
│ rocr     │
│ ---      │
│ f64      │
╞══════════╡
│ 0.884956 │
│ 0.902655 │
│ 0.893805 │
│ 0.929204 │
│ 0.946903 │
│ …        │
│ 1.097345 │
│ 1.079646 │
│ 1.123894 │
│ 1.141593 │
│ 1.159292 │
└──────────┘

调用

Python

col('close').ta.rocr(10)

参数	类型	默认值	说明
`timeperiod`	`int \| Params`	`10`	位置参数

源码参数说明

timeperiod:
    整数参数，支持 `int/Params`。

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(
    {
        "close": [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],
    }
)

print("算子:")
print('ta.rocr')
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('close')
print("调用:")
print("col('close').ta.rocr(10)")
print("输入数据:")
print(data)
expr = col('close').ta.rocr(10)
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`