TL;DR
この記事の結論
- 本家の pandas-ta はリポジトリ消失と運営の引き継ぎがあり、2026年時点で新規利用は避けるべき状態。
- 実質的な後継はコミュニティフォークの pandas-ta-classic（MITライセンス・継続メンテナンス）。使うならこちら。
- OSS は「有名かどうか」ではなく「今も保守されているか、ライセンスが変わっていないか」で選ぶ。
※この記事は、テクニカル指標の計算ライブラリという「道具」の現状を整理したもので、投資助言ではありません。売買の判断材料ではなく、OSS 選定の学習記録として読んでください。
pandas-ta とは何だったか
- pandas の DataFrame 拡張として使う Python ライブラリで、df.ta.rsi() のようにテクニカル指標を1行で計算できた
- 指標は130種以上（移動平均・RSI・MACD・ボリンジャーバンドなど）＋ローソク足パターン60種以上
- 複数指標をまとめて実行する Strategy クラスもあり、個人がバックテストの検証環境を作る際の定番だった
- 当サイト運営者のドル円判断支援（EMA と Supertrend の表示）でも、「指標を一括で計算する」という同じ発想が土台になっている
何が起きたか（2026年時点の状況）
- 本家（twopirllc/pandas-ta）の GitHub リポジトリが消失した（404）
- PyPI の公開履歴が消え、別運営による再公開と有料ライセンスへの移行が報告されている
- コミュニティでは「保守の問題ではなく信頼（サプライチェーン）の問題」として警戒が広がった
- 複数の OSS プロジェクトが技術選定の記録で本家を「不採用」とし、pandas-ta-classic への移行を明記している
※この節は2026年の公開情報（各プロジェクトの選定記録や技術スタック調査）に基づく整理で、確認できる範囲に留めて記載しています。
後継 pandas-ta-classic の実務ポイント
- インストールは pip install pandas-ta-classic
- import 名が本家と違う： import pandas_ta_classic（本家は pandas_ta）
- ライセンスは MIT。純 Python で動くため、C ライブラリのビルドで詰まりにくい
- TA-Lib 公式サイトからも後継としてリンクされている
- df.ta 系の使い方は本家を引き継いでいて、移行コストは小さい
- 依存関係はバージョンを固定（ピニング）して使うのが安全
OSS を選ぶときの確認ポイント（今回の学び）
- 1. 最終コミット・最終リリースはいつか
- 2. ライセンスが途中で変わっていないか（MIT から有料化など）
- 3. PyPI や GitHub の所有者が変わっていないか
- 4. 活発なフォークがあるか、移行先が明示されているか
- 5. 自分の環境（pandas / numpy のバージョン）で素直に入るか
注意点
- 指標が計算できることと、その戦略で利益が出ることはまったく別の話です
- バックテストには過学習や先行バイアスなどの落とし穴があります。本家 README 自身も一部指標のデータリーク可能性を注意書きしていました
- 本記事は特定の売買を推奨するものではありません
次回予告
次回は AI 量化基盤の Qlib（Microsoft）を扱う予定です。
出典： pandas-ta 本家 README（アーカイブ）、pandas-ta-classic の公開情報、複数の OSS プロジェクトの技術選定ドキュメント（いずれも 2026-11-08 に確認）