Indicator：Go 量化库把指标、策略和回测塞到一起了

这种量化项目，一般先翻命令。

结果 Indicator 这库有点意思：不是只给你一堆 EMA、RSI、MACD 函数，然后剩下的回测、数据同步、报告全让你自己拼。

它直接把技术指标、现成策略、回测框架和 Docker 跑法放在一个 Go 项目里，README 里写的是 80+ indicators、backtesting framework，还有 MCP 集成。

量化开发最烦的地方，往往不是“指标公式不会写”。公式网上一堆。烦的是你今天写个指标，明天接数据源，后天跑历史数据，再过两天开始怀疑自己回测框架是不是偷偷把未来数据喂进去了。

坑一般就在这里。

Indicator 的路子比较工程化。它把趋势、动量、波动率、成交量这些常见指标都拆成包，数据处理走 Go channel，v2 还强调了流式输入输出、泛型支持、指标和策略参数可配置。这个点对 Go 用户挺顺手，尤其是你本来就想拿 channel 串行情、信号、策略执行链路。

但先泼点冷水：别把它当“会赚钱的策略库”。README 自己也写了风险说明，技术指标基于历史数据，不保证未来结果；v2 以后还是 AGPLv3 / 商业双许可，真要塞进闭源商业产品，许可这块得先看清楚。

我比较喜欢的是它的回测入口没有搞得太玄学。仓库里有 indicator-backtest，可以对本地 repository 里的资产跑策略并输出报告；Docker 用法也很直接，挂一个 output 目录，填 Tiingo API key，再给 assets，就能生成 HTML 报告。

大概就是这种味道：

docker run -it --rm \
  -v $(pwd)/output:/app/output \
  ghcr.io/cinar/indicator:latest \
  --api-key YOUR_TIINGO_API_KEY \
  --days 365 \
  --assets aapl msft googl

啧，这比自己从 CSV、图表、策略收益曲线一点点糊起来省事多了。

还有个小尾巴是 MCP Server。现在很多人想让 AI 工具帮忙看策略、解释信号、扫结果，但中间链路经常断：数据在哪、策略怎么跑、结果怎么喂给 Agent。Indicator 至少把这个接口方向摆出来了，能不能用顺，还得看你的数据源和工作流。

老鬼会把它归到“Go 量化开发省脏活”的工具里。适合先做指标验证、策略原型、回测报告，不适合上来就幻想自动印钞。