Indicator Go：80 多个量化指标、回测、MCP，全塞进一个 Go 库里

这种量化项目，通常不看宣传词，先翻它怎么跑。

Indicator Go 最抓我的不是“80+ 指标”这个数字，虽然它确实把趋势、动量、波动率、成交量这些常见技术指标都塞进来了，还带一堆现成策略。

有意思的是，它不只给你算 RSI、MACD、布林带，而是顺手把回测、数据仓库、报告生成也接上了。这个链路一接上，味道就不一样了。

做过小量化 Demo 的都知道，指标本身还不是最烦的。烦的是你今天写了个策略，明天又要补历史数据读取、参数配置、报告输出、错误处理。再往后，数据源 key、目录、worker、输出 HTML，一堆边角活开始咬人。

Indicator 这块算是比较实在。README 里给的 Docker 跑法很直接：挂一个 output 目录，填 Tiingo API Key，指定回测天数和资产代码，就能同步行情数据并生成回测报告。不是那种“请自行搭建完整环境”的开源项目。

啧，这地方挺省事。

它的 v2 也改得比较工程化：输入输出都走 Go channel，指标和策略参数可配置，还用了 Go 泛型来兼容不同数值类型。老鬼对这种细节会比较敏感，因为量化代码一旦开始堆指标，slice 到处传、类型到处转，后面很容易变成一坨不好测的胶水。

但先别急着吹。

回测永远不是赚钱保证，尤其是这种内置策略库，拿来做验证、学习、快速筛思路可以，别直接当交易圣杯。README 自己也写得很清楚，技术分析基于历史数据，不保证未来结果，项目也不是投资建议。

还有一个点要留意：v2 之后是 AGPLv3 加商业许可的双许可证。个人折腾、研究问题不大，真要塞进闭源商业系统里，先把 license 看明白，别等上线后再补法务作业。

MCP 集成也值得扫一眼。现在很多 AI 工具聊策略都停在“嘴上分析”，但如果底下有一个能执行策略、跑数据、吐报告的服务，Agent 才不至于只会写几段漂亮废话。Indicator 这里提供 MCP Server，方向是让 AI 工具接进策略分析链路里。

我会怎么用它？

不是拿来一夜暴富，也不是拿它替代成熟交易系统。更适合 Go 用户先把指标计算、策略原型、历史回测这几块脏活省掉，尤其是想快速验证“这个信号到底有没有点意思”的时候。