写量化指标这事，挺容易把人磨没耐心。
一开始只是想算个 MA。
接着 RSI、MACD、布林带。
写着写着，参数要改，K 线字段名不一样，数据源又换了一套格式。
策略还没动，先在这些小东西上耗了半天。
我最近看到一个 Go 项目，叫 Indicator。
名字很直。
它里面不是只放几个常见函数，指标给得挺满，80 多个。趋势、动量、成交量、波动率这些都有。还有一些现成策略，不用从空文件开始写。
我多看了两眼它的处理方式。
它用了 Go 的 channel。
这个设计我还挺喜欢。行情数据本来就不是一张死表，更多时候是一根 K 线一根 K 线进来，一个报价一个报价进来。
channel 串起来以后，代码读起来就像数据在往前走。
不是每次都抱着一个大数组来回切。
周期、窗口、阈值也能改。
这个地方没什么好吹的，但确实省事。调参数的时候，最烦的就是为了一个 14 改成 21，又去复制一套函数。Indicator 这块没搞得太重。
还有回测。
这个我觉得比指标数量更要紧一点。
很多指标库做到“给你算出结果”就停了。后面怎么拿历史数据跑，交易点怎么画，收益曲线怎么出，都得自己补。
Indicator 直接把回测和报告放进来了。
我以前自己拼过这种东西。
最烦的不是公式，是结果出来以后你还得看：交易点对不对，曲线是不是漏了一段，统计值有没有算偏。
一个图画歪了，就开始怀疑前面所有代码。
它还给了 Docker 跑法。
填数据源 key，拉起来先跑。
不想一上来配 Go 环境、改路径、找依赖的人，这一步挺关键。先看看项目到底能不能跑，再说别的。
MCP 也留了口子。
这块我没展开看太深。现在不少人会把 Claude、Cursor 这类工具接到代码和策略说明里，让模型帮忙看参数、看信号、看回测结果。
Indicator 把这个接口留着，后面要接 AI 工具，至少不是从零挖洞。
量化项目还是那句话。
指标再多，也不会自动变成赚钱策略。
不过对 Go 用户来说，Indicator 至少把一堆边角活收进一个项目里了：指标、策略、回测、报告、Docker。
少造一点轮子。
GitHub 地址： https://github.com/cinar/indicator