基于 Rust 核心的缠论技术分析 Python 库，覆盖股票、期货与数字货币的量化研究。 czsc 是一个围绕缠论技术分析构建的量化研究工具包。它可以从 K 线数据中自动识别分型、笔和中枢，并支持多周期联立分析，把不同级别的结构放在一起做决策。

czsc 可以免费使用吗？用的什么许可证？

czsc 以 Other 许可证开源。用于商业产品前，请先确认许可证条款。

czsc 还在维护吗？

活跃维护中。czsc 最近一次提交是在 2026年10月16日。

czsc 适合用来做什么？

围绕缠论结构研究 A 股、期货或数字货币的择时策略。配合 wbt 对权重型持仓策略进行回测。在多周期 K 线图上直观检查缠论结构与信号触发点。

czsc 怎么安装和运行？

从 PyPI 安装预编译版本（需要 Python 3.10 及以上）: pip install czsc -U 导入 czsc 并运行 README 中的核心缠论分析示例

在哪里获取 czsc？

源代码和安装说明在 GitHub 上：https://github.com/waditu/czsc

waditu/czsc

基于 Rust 核心的缠论技术分析 Python 库，覆盖股票、期货与数字货币的量化研究。

在 GitHub 查看

Star: 6,568
Fork: 1,797
未关闭 Issue: 21
最近提交: 22天前

本页只介绍开源项目，不构成投资建议。交易和投资可能造成亏损，使用前请自行评估风险，并遵守当地法律法规。

这是什么？

czsc 是一个围绕缠论技术分析构建的量化研究工具包。它可以从 K 线数据中自动识别分型、笔和中枢，并支持多周期联立分析，把不同级别的结构放在一起做决策。

1.0 版本起，核心算法已用 Rust 实现，并通过 PyO3 以 czsc._native 扩展的形式供 Python 调用。库内提供 220 多个信号函数，以及“信号-事件-交易”的体系，事件可用 signals_all、signals_any、signals_not 组合信号；CzscTrader 负责多级别交易决策。

数据方面，项目提供天勤（期货）、Tushare（A 股）和 CCXT（数字货币交易所）的连接器；回测依赖配套的 wbt 包完成权重回测；可视化以 plotly 与 lightweight-charts 输出自包含 HTML。

核心功能

01从 K 线数据自动识别分型、笔和中枢。
02核心算法使用 Rust 实现，通过 PyO3 提供 220 多个信号函数。
03信号、事件与持仓的逻辑组合框架。
04基于 CzscTrader 的多周期联立交易决策。
05内置天勤、Tushare、CCXT 数据源连接器。
06使用 plotly 与 lightweight-charts 输出可离线打开的 HTML 图表。

适用场景

围绕缠论结构研究 A 股、期货或数字货币的择时策略。
配合 wbt 对权重型持仓策略进行回测。
在多周期 K 线图上直观检查缠论结构与信号触发点。

快速上手

1
从 PyPI 安装预编译版本（需要 Python 3.10 及以上）
pip install czsc -U
2
导入 czsc 并运行 README 中的核心缠论分析示例

使用前须知

许可证不明确（元数据显示为 NOASSERTION），商业使用前请先确认许可条款。
文档和示例主要为中文，并链接到飞书页面。
1.0 版本与 0.9.X 不兼容，旧代码需要迁移。
从源码构建需要 Rust 工具链和 maturin。

常见问题

czsc 是什么？: 基于 Rust 核心的缠论技术分析 Python 库，覆盖股票、期货与数字货币的量化研究。 czsc 是一个围绕缠论技术分析构建的量化研究工具包。它可以从 K 线数据中自动识别分型、笔和中枢，并支持多周期联立分析，把不同级别的结构放在一起做决策。
czsc 可以免费使用吗？用的什么许可证？: czsc 以 Other 许可证开源。用于商业产品前，请先确认许可证条款。
czsc 还在维护吗？: 活跃维护中。czsc 最近一次提交是在 2026年10月16日。
czsc 适合用来做什么？: 围绕缠论结构研究 A 股、期货或数字货币的择时策略。配合 wbt 对权重型持仓策略进行回测。在多周期 K 线图上直观检查缠论结构与信号触发点。
czsc 怎么安装和运行？: 从 PyPI 安装预编译版本（需要 Python 3.10 及以上）: pip install czsc -U 导入 czsc 并运行 README 中的核心缠论分析示例
在哪里获取 czsc？: 源代码和安装说明在 GitHub 上：https://github.com/waditu/czsc

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。