在股票市场中，投资者总是渴望能够精准地捕捉到市场的脉搏，以便做出更加明智的投资决策。通达信作为一款流行的股票分析软件，提供了丰富的指标供投资者参考。以下是通达信中的十大经典指标，它们能够帮助投资者更好地理解市场动态，提高投资成功率。

1. 移动平均线（MA）

移动平均线是衡量市场趋势的重要指标。它通过计算一定时期内的平均价格来平滑价格波动，从而揭示出市场的长期趋势。

代码示例：

import pandas as pd

# 假设df是包含股票价格数据的DataFrame
df['MA5'] = df['Close'].rolling(window=5).mean()
df['MA10'] = df['Close'].rolling(window=10).mean()

2. 相对强弱指数（RSI）

相对强弱指数是衡量股票超买或超卖状态的技术指标。RSI值通常介于0到100之间，当RSI值超过70时，股票可能处于超买状态；当RSI值低于30时，股票可能处于超卖状态。

代码示例：

def calculate_rsi(data, period=14):
    delta = data.diff()
    gain = (delta.where(delta > 0, 0)).rolling(window=period).mean()
    loss = (-delta.where(delta < 0, 0)).rolling(window=period).mean()
    rs = gain / loss
    rsi = 100 - (100 / (1 + rs))
    return rsi

df['RSI'] = calculate_rsi(df['Close'], period=14)

3. 成交量（VOL）

成交量是衡量市场活跃度的指标。通常情况下，成交量与价格走势相关联，高成交量通常伴随着价格的大幅波动。

代码示例：

df['VOL'] = df['Volume']

4. 平均真实范围（ATR）

平均真实范围是衡量市场波动性的指标。它通过计算一定时期内最高价与最低价之间的平均距离来衡量市场的波动性。

代码示例：

def calculate_atr(data, period=14):
    tr = (data['High'] - data['Low']).abs().rolling(window=period).mean()
    atr = tr.rolling(window=14).mean()
    return atr

df['ATR'] = calculate_atr(df)

5. 布林带（BOLL）

布林带是由一个中心线（通常为移动平均线）和两个标准差组成的带状区域。它可以帮助投资者识别市场的支撑和阻力水平。

代码示例：

df['BOLL_UP'] = df['MA5'] + df['STD5']
df['BOLL_DOWN'] = df['MA5'] - df['STD5']

6. MACD（指数平滑异同移动平均）

MACD是一种趋势跟踪指标，它通过计算两个不同周期的指数移动平均线的差值和它们的信号线来显示市场的趋势。

代码示例：

df['MACD'] = df['EMA12'] - df['EMA26']
df['Signal'] = df['MACD'].rolling(window=9).mean()

7. RSI（相对强弱指数）

RSI是一种动量指标，用于衡量股票的超买或超卖状态。

代码示例：

def calculate_rsi(data, period=14):
    delta = data.diff()
    gain = (delta.where(delta > 0, 0)).rolling(window=period).mean()
    loss = (-delta.where(delta < 0, 0)).rolling(window=period).mean()
    rs = gain / loss
    rsi = 100 - (100 / (1 + rs))
    return rsi

df['RSI'] = calculate_rsi(df['Close'], period=14)

8. KDJ（随机指标）

KDJ是一种动量指标，用于衡量股票的超买或超卖状态。它由三个线组成：K线、D线和J线。

代码示例：

def calculate_kdj(data, period=9):
    rsv = (data['Close'] - data['Low'].rolling(window=period).min()) / (data['High'].rolling(window=period).max() - data['Low'].rolling(window=period).min()) * 100
    k = rsv.rolling(window=3).mean()
    d = k.rolling(window=3).mean()
    j = 3 * k - 2 * d
    return k, d, j

df['K'], df['D'], df['J'] = calculate_kdj(df['Close'], period=9)

9. 布林带宽度（BOLL_WIDTH）

布林带宽度是衡量市场波动性的指标。它通过计算布林带上轨和下轨之间的距离来衡量市场的波动性。

代码示例：

df['BOLL_WIDTH'] = (df['BOLL_UP'] - df['BOLL_DOWN']) / df['MA5']

10. 平均方向性指数（ADX）

ADX是一种趋势追踪指标，用于衡量趋势的强度。它通过计算价格波动的大小和方向来衡量趋势的强度。

代码示例：

def calculate_adx(data, period=14):
    tr = (data['High'] - data['Low']).abs().rolling(window=period).mean()
    +di = (tr.rolling(window=period).mean() - tr.rolling(window=period).expanding().min()) / tr.rolling(window=period).mean()
    -di = (tr.rolling(window=period).mean() - tr.rolling(window=period).expanding().max()) / tr.rolling(window=period).mean()
    di = +di - -di
    dx = +di / (di + -di)
    adx = dx.rolling(window=14).mean()
    return adx

df['ADX'] = calculate_adx(df)

通过以上这些经典指标，投资者可以更好地理解市场的动态，从而做出更加明智的投资决策。然而，需要注意的是，没有任何指标能够保证100%的准确性，投资者在使用这些指标时，应该结合其他分析工具和自身的投资经验。