diegosouzapw Technical Indicators Skill
专业的股票技术指标计算工具，支持主流技术分析指标。
Overview
本 Skill 提供以下核心功能：
- 单个指标计算 - 计算 MA、MACD、RSI、BOLL 等单一指标
- 批量计算 - 一次性计算所有指标
- 指标解读 - 提供指标含义和使用建议
所有计算基于 pandas 和 talib，支持向量化高性能计算。
Quick Start
1. 准备数据
技术指标计算需要 OHLCV 数据（开盘、最高、最低、收盘、成交量）。
通常先调用 financial-data-fetch Skill 获取数据。
2. 选择指标
根据分析需求选择合适的指标：
- 趋势分析 → MA (移动平均线)
- 动量分析 → MACD, RSI
- 波动分析 → BOLL (布林带)
- 综合分析 → calculate_all_indicators
3. 调用工具
传入 DataFrame 数据，返回包含指标值的新 DataFrame。
Indicators
1. MA (移动平均线)
Tool: calculate_ma
Description: 计算简单移动平均线（SMA），用于判断价格趋势。
Parameters:
data(DataFrame, required): 包含"收盘"列的价格数据periods(list[int], optional): MA 周期列表，默认 [5, 10, 20, 60]
Returns: DataFrame，新增列：MA5, MA10, MA20, MA60
Example:
result = calculate_ma(data=stock_df, periods=[5, 10, 20])
# 返回包含 MA5, MA10, MA20 列的 DataFrame
Interpretation:
- 短期MA（5日）上穿长期MA（20日） → 金叉，买入信号
- 短期MA下穿长期MA → 死叉，卖出信号
2. MACD (指数平滑异同移动平均线)
Tool: calculate_macd
Description: 计算 MACD 指标，用于判断买卖时机和趋势强度。
Parameters:
data(DataFrame, required): 包含"收盘"列的价格数据fast_period(int, optional): 快线周期，默认 12slow_period(int, optional): 慢线周期，默认 26signal_period(int, optional): 信号线周期，默认 9
Returns: DataFrame，新增列：MACD_DIF, MACD_DEA, MACD_BAR
Example:
result = calculate_macd(data=stock_df)
# 返回包含 MACD_DIF, MACD_DEA, MACD_BAR 的 DataFrame
Interpretation:
- DIF 上穿 DEA → 金叉，买入信号
- DIF 下穿 DEA → 死叉，卖出信号
- BAR 柱状图放大 → 趋势增强
3. RSI (相对强弱指标)
Tool: calculate_rsi
Description: 计算 RSI 指标，用于判断超买超卖状态。
Parameters:
data(DataFrame, required): 包含"收盘"列的价格数据period(int, optional): RSI 周期，默认 14
Returns: DataFrame，新增列：RSI
Example:
result = calculate_rsi(data=stock_df, period=14)
# 返回包含 RSI 列的 DataFrame
Interpretation:
- RSI > 70 → 超买区域，可能回调
- RSI < 30 → 超卖区域，可能反弹
- RSI 在 30-70 之间 → 正常区域
4. BOLL (布林带)
Tool: calculate_boll
Description: 计算布林带指标，用于判断价格波动范围。
Parameters:
data(DataFrame, required): 包含"收盘"列的价格数据period(int, optional): MA 周期，默认 20std_dev(float, optional): 标准差倍数，默认 2.0
Returns: DataFrame，新增列：BOLL_MIDDLE, BOLL_UPPER, BOLL_LOWER
Example:
result = calculate_boll(data=stock_df, period=20, std_dev=2.0)
# 返回包含 BOLL_MIDDLE, BOLL_UPPER, BOLL_LOWER 的 DataFrame
Interpretation:
- 价格触及上轨 → 超买，可能回调
- 价格触及下轨 → 超卖，可能反弹
- 价格突破上轨 → 强势上涨
- 价格跌破下轨 → 强势下跌
5. 批量计算所有指标
Tool: calculate_all_indicators
Description: 一次性计算所有主流技术指标（MA、MACD、RSI、BOLL）。
Parameters:
data(DataFrame, required): 包含 OHLCV 列的价格数据
Returns: DataFrame，新增所有指标列
Example:
result = calculate_all_indicators(data=stock_df)
# 返回包含所有指标的 DataFrame
Data Requirements
输入数据格式
所有工具要求输入 DataFrame 包含以下列：
- ✅ 必需:
收盘(float) - 收盘价 - ⚠️ 可选:
开盘,最高,最低,成交量(部分指标需要)
数据质量要求
最小数据量:
- MA: 至少 max(periods) + 1 行
- MACD: 至少 34 行（slow_period + signal_period）
- RSI: 至少 period + 1 行
- BOLL: 至少 period + 1 行
数据连续性: 建议使用连续交易日数据（无缺失）
数据排序: 按日期升序排列
Error Handling
1. 数据不足
错误：数据量不足，需要至少 34 行数据计算 MACD
2. 列名缺失
错误：DataFrame 缺少 '收盘' 列
3. 数据类型错误
错误：'收盘' 列必须为数值类型（float/int）
4. 参数超出范围
错误：RSI 周期必须 > 0（当前: -1）
Performance Notes
- 计算时间:
- 单个指标: < 100ms (1000行数据)
- 批量计算: < 500ms (1000行数据)
- 内存使用: 约为原始数据的 2-3 倍
- 优化建议: 使用向量化操作，避免循环
References
详细指标公式和解读见：
- 指标公式详解
- 指标解读指南
Script Implementation
指标计算逻辑实现在：
scripts/calculate_ma.py- MA 计算scripts/calculate_macd.py- MACD 计算scripts/calculate_all.py- 批量计算（复用core/indicators.py）
这些脚本复用项目中的 core/indicators.py 模块，确保计算一致性。