Repolode
mihakralj

mihakralj/QuanTAlib

Biblioteca de C# y Python con 447 indicadores de análisis técnico, modos de streaming O(1) y procesamiento por lotes con SIMD, contrastados con TA-Lib y otras bibliotecas.

Alternativa open source a:TradingView

Estrellas
128
Forks
29
Issues abiertos
12
Último commit
el mes pasado

Esta página presenta un proyecto de código abierto y no constituye asesoramiento de inversión. Operar e invertir puede generar pérdidas: evalúa el riesgo por tu cuenta y cumple las leyes de tu país antes de usarlo.

¿Qué es?

QuanTAlib es una biblioteca de análisis técnico que implementa 447 indicadores en C#, Python y PineScript. Cada indicador se contrasta con TA-Lib, Tulip, Skender y pandas-ta, y se busca que cada uno produzca los mismos resultados en los tres lenguajes.

La API de C# ofrece dos modos. El modo de streaming actualiza el valor de un indicador dato por dato, con memoria fija y estado interno, lo que resulta adecuado para flujos en tiempo real. El modo por lotes trabaja con búferes contiguos de Span<double>, vectorización SIMD y sin asignaciones en el heap. También es posible corregir barras durante el streaming sin recalcular todo.

El paquete de Python se distribuye como un wheel nativo compilado para Windows, Linux y macOS, y funciona con NumPy, pandas, polars y PyArrow. Cada indicador también está disponible como archivo PineScript independiente para TradingView.

Funciones clave

  • 01Incluye 447 indicadores de tendencias, osciladores, volatilidad, volumen y más.
  • 02Ofrece cálculos de streaming con estado interno y complejidad O(1) por actualización.
  • 03Ofrece cálculos por lotes vectorizados con SIMD sobre Span<double>, sin asignaciones en el heap.
  • 04Incluye wheels de Python para Windows, Linux x64/arm64 y macOS.
  • 05Proporciona versiones en PineScript v6 de los indicadores para TradingView.

Casos de uso

  • Crear señales de trading en tiempo real a partir de datos de ticks o barras en streaming con C#.
  • Hacer backtesting de estrategias con grandes series históricas de precios en Python usando NumPy o pandas.
  • Migrar un indicador de scripts de TradingView a una base de código en C# o Python y comprobar que los resultados coincidan.
  • Comparar los resultados de los indicadores entre varias bibliotecas de análisis técnico.

Inicio rápido

  1. 1

    Instalar el paquete de .NET

    dotnet add package QuanTAlib
  2. 2

    Instalar el paquete de Python

    pip install quantalib

Antes de usarlo

  • Los wheels de Python solo se publican para Windows x64, Linux x64/arm64 y macOS x64/arm64.

Temas

Preguntas frecuentes

¿Qué es QuanTAlib?
Biblioteca de C# y Python con 447 indicadores de análisis técnico, modos de streaming O(1) y procesamiento por lotes con SIMD, contrastados con TA-Lib y otras bibliotecas. QuanTAlib es una biblioteca de análisis técnico que implementa 447 indicadores en C#, Python y PineScript. Cada indicador se contrasta con TA-Lib, Tulip, Skender y pandas-ta, y se busca que cada uno produzca los mismos resultados en los tres lenguajes.
¿QuanTAlib es gratuito? ¿Qué licencia tiene?
QuanTAlib es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿QuanTAlib sigue mantenido?
Actualizado en los últimos 6 meses. El último commit de QuanTAlib fue el 28 sept 2026.
¿Para qué puedo usar QuanTAlib?
Crear señales de trading en tiempo real a partir de datos de ticks o barras en streaming con C#. Hacer backtesting de estrategias con grandes series históricas de precios en Python usando NumPy o pandas. Migrar un indicador de scripts de TradingView a una base de código en C# o Python y comprobar que los resultados coincidan. Comparar los resultados de los indicadores entre varias bibliotecas de análisis técnico.
¿Cómo se instala QuanTAlib?
Instalar el paquete de .NET: dotnet add package QuanTAlib Instalar el paquete de Python: pip install quantalib
¿Dónde consigo QuanTAlib?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/mihakralj/QuanTAlib

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados