kand 的项目扩展与二次开发
2025-06-23 11:32:08作者:农烁颖Land
项目的基础介绍
kand 是一个由 Rust 编写的快速技术分析库,同时提供了 Python 和 JavaScript/TypeScript (WebAssembly) 的接口。它专注于提供高性能的技术分析工具,具有无与伦比的速度和内存安全性。该项目目前处于积极开发阶段,API 可能会发生变化,某些功能可能尚未完全实现或测试。尽管如此,社区对于贡献和反馈持开放态度。
项目的核心功能
kand 的核心功能包括但不限于以下方面:
- 卓越的性能:由于使用 Rust 编写,kand 能够提供与 TALib 媲美的速度和内存安全性。
- 多线程能力:摆脱了 Python 的全局解释器锁 (GIL),允许进行无缝的并行处理。
- 实时增量更新:具有 O(1) 复杂度的更新,适用于实时应用。
- 原生零拷贝:与 NumPy 深度集成,确保数据在最高速度下的无损耗流动。
- 先进指标:包括 Vegas、VWAP 和 Supertrend 等高级工具,推动分析的前沿。
- 轻量级和易于使用:超紧凑的包,一行安装即可使用,没有不必要的膨胀和复杂的依赖。
- 跨平台兼容性:在 macOS、Linux 和 Windows 上都能流畅运行。
项目使用的框架或库
kand 项目使用了以下框架或库:
- Rust:作为主要编程语言,提供高性能和内存安全性。
- PyO3:用于 Rust 和 Python 的桥梁,实现低延迟绑定。
- NumPy:Python 中的科学计算库,用于零拷贝操作和线程安全计算。
- ndarray:用于 Rust 的多维数组库,支持批处理和增量计算。
项目的代码目录及介绍
README.md:项目介绍和快速入门指南。Cargo.toml和Cargo.lock:Rust 项目配置和依赖管理文件。src:源代码目录,包含 Rust 实现的核心功能。python:Python 接口,提供对 Rust 核心功能的 Python 访问。scripts:脚本和辅助工具,用于项目构建和测试。docs:文档目录,包含项目文档和用户指南。CHANGELOG.md:更改日志,记录了项目的更新和改进。
对项目进行扩展或二次开发的方向
- 新增技术指标:开发新的技术分析指标,扩展 kand 的功能。
- 改进性能:优化算法和代码,进一步提高计算速度和效率。
- 增加语言支持:为其他编程语言提供接口,如 C++、Go 等。
- 开发用户界面:创建图形用户界面,使技术分析更加直观和易用。
- 集成其他工具:将 kand 与其他数据分析或交易工具集成。
- 社区贡献:积极参与社区,提供反馈和代码贡献,帮助项目成长。
kand 是一个充满潜力的开源项目,对于技术分析领域的研究者和开发者来说,它提供了一个强大的平台。通过扩展和二次开发,我们可以期待 kand 在未来发挥更大的作用,为技术分析社区带来更多的价值。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
167
189
React Native鸿蒙化仓库
JavaScript
240
315
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
255
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.18 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.09 K
618
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
262
92