---
title: 自带数据算指标 — Compute API
description: 把你自己的 OHLCV K 线 POST 到引擎,拿回 RSI / MACD / SMC 等 60+ 指标的计算结果。回测、CSV 上传、自定义数据源场景。
---

# 自带数据算指标

`POST /api/indicators/compute` 让你**用自己的 K 线**调用引擎的 60+ 指标计算逻辑 —— 不依赖引擎的内存缓存,也不限定 venue / symbol。

适合场景:
- **回测**:数据库 / CSV 里的历史 OHLCV 想跑指标
- **自定义数据源**:对手交易所、聚合合约、你自己的 tick 重采样
- **离线分析**:某段时段想验证指标值,但不想被引擎 cache 限制

不适合:
- **实时行情**:走 [`POST /api/indicators`](#相关) 让引擎从内存 store 取,延迟更低
- **跨周期(MTF)指标**(比如 SMC 的 `fvg_timeframe`):这类参数需要引擎自己 prefetch 多周期数据,只能走 store 路径

---

## 30 秒上手

```bash
curl -X POST 'https://api.mobiusquant.ai/api/indicators/compute' \
  -H 'authorization: Bearer mq_xxx' \
  -H 'content-type: application/json' \
  -d '{
    "klines": [
      [1735689600000, 95000.0, 95500.0, 94800.0, 95200.0, 1234.5],
      [1735693200000, 95200.0, 95800.0, 95100.0, 95650.0, 1500.2]
    ],
    "interval": "1h",
    "calc": [{"name": "rsi", "params": {"period": 14}}]
  }'
```

返回:

```jsonc
{
  "count": 2,
  "interval": "1h",
  "klines": [[1735689600000, 95000.0, ...], ...],   // echo
  "indicators": {
    "rsi:period=14": {
      "columns": ["open_time", "rsi"],
      "data":    [[1735689600000, null], [1735693200000, null]],
      "explain": { /* knowledge: summary_focus / signals / caveats */ }
    }
  }
}
```

> RSI 在前 14 根之前返回 null —— 这是**正常的**,所有"累积型"指标都需要 warmup。详见下方[限制](#限制)。

---

## Python 集成示例

```python
import requests
import pandas as pd

# 从你自己的数据源拉历史 OHLCV
df = pd.read_csv('btc_1h_history.csv')   # 列:open_time(ms), open, high, low, close, volume

klines = df[['open_time', 'open', 'high', 'low', 'close', 'volume']].values.tolist()

resp = requests.post(
    'https://api.mobiusquant.ai/api/indicators/compute',
    headers={'Authorization': 'Bearer mq_xxx'},
    json={
        'klines':   klines,
        'interval': '1h',
        'calc': [
            {'name': 'ema', 'params': {'period': 20}, 'id': 'ema20'},
            {'name': 'ema', 'params': {'period': 200}, 'id': 'ema200'},
            {'name': 'rsi', 'params': {'period': 14}},
        ],
    },
)
result = resp.json()
print(result['indicators']['ema20']['data'][-1])   # 最新 EMA20 值
print(result['indicators']['rsi:period=14']['data'][-1])
```

---

## SMC 等"复合指标"也支持

像 SMC (Smart Money Concepts) 这种非数值输出指标,返回结果除了 per-bar columns 还会附带 `objects` sidecar:

```bash
curl -X POST 'https://api.mobiusquant.ai/api/indicators/compute?explain=false' \
  -H 'content-type: application/json' \
  -d '{
    "klines": [/* ≥500 根历史 K 线 */],
    "calc": [{"id": "smc", "name": "smc",
              "params": {"show_swing_points": true, "show_premium_discount_zones": true}}]
  }'
```

响应里 `indicators.smc.objects` 包含 `swing_structures` / `order_blocks_swing` / `fair_value_gaps` / `premium_zone` 等结构化对象,可以直接喂给 chart 渲染器或 LLM 分析。详见 [SMC 指标页](/zh/indicators/smc)。

---

## 请求字段

| 字段 | 类型 | 必填 | 说明 |
|---|---|---|---|
| `klines` | array | ✓ | OHLCV 数组,每根 K 线两种格式自动识别(见下)|
| `calc` | array | ✓ | 指标列表,每项 `{name, params, id?}`,跟 [`/api/indicators`](https://api.mobiusquant.ai/docs#/indicators/post_indicators_api_indicators_post) 同 |
| `interval` | string | ✗ | 仅元数据,响应回显;某些 MTF 指标用不到 |
| `echo_klines` | bool | ✗ | 默认 `true`,响应回 echo;`false` 时只返指标 |

`klines` 元素的两种格式:

```jsonc
// 紧凑(Binance 嵌套列表风格):[open_time_ms, open, high, low, close, volume, quote_volume?]
[1735689600000, 95000.0, 95500.0, 94800.0, 95200.0, 1234.5, 117526200.0]

// 对象(更显式)
{
  "open_time":    1735689600000,
  "open":         95000.0,
  "high":         95500.0,
  "low":          94800.0,
  "close":        95200.0,
  "volume":       1234.5,
  "quote_volume": 117526200.0     // 可选,部分指标用(VWAP / CVD 等);缺省补 0
}
```

---

## 响应字段

| 字段 | 类型 | 说明 |
|---|---|---|
| `count` | int | 处理的 K 线根数 |
| `interval` | string | 回显 request 里的 interval(传了才有)|
| `klines` | array | echo 输入的 K 线(`echo_klines=false` 时省略)|
| `indicators` | object | key = `id` 或自动生成的 `name:p1=v1,...`,value = 单个指标的 columns/data/objects/explain |

每个 `indicators.<key>` 的结构跟 [`POST /api/indicators`](https://api.mobiusquant.ai/agents.md) 完全一致:

```jsonc
{
  "columns": ["open_time", "rsi"],
  "data":    [[1735689600000, null], [1735693200000, 67.4], ...],
  "objects": { /* 仅 SMC 等非数值指标 */ },
  "explain": { /* knowledge: 仅 ?explain=true 时 */ }
}
```

---

## 限制

| 限制 | 值 | 触发 |
|---|---|---|
| K 线数量 | ≤ **2000 根** | 超返 `413` |
| `open_time` | 严格**单调递增的毫秒** | 否则 `400` |
| OHLCV | 必须 finite(无 NaN / inf)| 否则 `400` |
| `calc` 列表 | 非空,且 `name` 必须在 [registry](https://api.mobiusquant.ai/api/indicators/registry) 里 | 否则 `400` |
| `calc` 非法参数 | Pydantic / signature 校验 | `422` |

### 关键:无 warmup buffer

`/api/indicators` 内部会自动预取 1000 根 warmup 喂给 EMA / RSI / ATR 这类"累积型"指标。**`/api/indicators/compute` 不会** —— 它老老实实只用你给的 K 线。

所以请确保 history 够长:

| 指标 / 用法 | 最少 K 线 |
|---|---|
| RSI(14) 想稳定 | ≥ 50 |
| EMA(200) / ATR(200) 想稳定 | ≥ 200 |
| Bollinger / Keltner / Donchian 默认参数 | ≥ 30 |
| SMC 内部结构 + FVG | ≥ 50 |
| SMC swing 结构 / OB / Strong-Weak / P/D zones | ≥ 100(默认 swing_size=50,加 buffer)|
| SMC 完整功能 + EQH/EQL 稳定 | ≥ 200(ATR 收敛阈值)|
| **生产分析建议** | **500+** |

前 N 根的指标值返回 `null` 是正常的,你应该丢掉那段 warmup,只用尾部稳定的结果。

---

## 鉴权与速率限制

跟 `/api/indicators` 同套:

- 不带 `Authorization` header → 走匿名 IP 桶(低限速)
- 带合法 `Bearer mq_xxx` → 走 token 桶(高限速)
- 没 token 的话先 [申请一个](https://www.mobiusquant.ai/zh/apply-token),免费

---

## 错误码

| Code | 含义 | 处理 |
|---|---|---|
| `400` | 校验失败(非单调递增 / NaN / 未知指标 / 列数不够) | 看 `detail`,改请求 |
| `401` | 带了 Authorization 但 token 无效 | [重新申请](https://www.mobiusquant.ai/zh/apply-token) |
| `413` | `klines` 超 2000 根 | 分批,或缩短窗口 |
| `422` | Pydantic 校验失败(缺字段 / 类型错 / 多余 key) | 看 `detail.loc` |
| `429` | 超 rate limit | 看 `Retry-After`,带 token 限速更高 |
| `500` | 指标计算异常(指标自身 bug)| 报 issue,附 `detail` 里的 indicator name |

---

## 相关

- [`POST /api/indicators`](https://api.mobiusquant.ai/docs#/indicators/post_indicators_api_indicators_post) — 从引擎缓存取 K 线 + 算指标(更快,但限定 venue/symbol)
- [`GET /api/indicators/registry`](https://api.mobiusquant.ai/api/indicators/registry) — 全部 60+ 指标列表 + 参数签名
- [SMC 指标详情页](/zh/indicators/smc) — sidecar `objects` 结构说明
- [AI Agent 操作手册](/zh/agents) — 给 LLM 看的引擎接入文档
- [Skill 运行时查询指南](/zh/lookup-guide) — Skill 集成时的 endpoint 决策树