Install
openclaw skills install @night-king-lt/technical-indicator-signal-engine三维技术面信号引擎,融合趋势类 EMA(13/55)+ADX(14)、均值回归类布林带(20,±2)、量价类 OBV+量比,通过三维投票生成买入/卖出/观望信号。触发口令「分析 XXXX」(个股名称或代码)。纯 pandas 实现,适用于任意 OHLCV 行情。
openclaw skills install @night-king-lt/technical-indicator-signal-engine本技能提供一套纯 pandas 实现的三维技术面信号引擎,将三类经典西方技术分析指标合并为综合交易信号。适用于对个股、ETF、加密货币等任意 OHLCV 行情做量化择时判断。
触发口令:在对话中输入 「分析 XXXX」(XXXX 为个股名称或代码),即按本技能口径执行三维分析并输出买入 / 卖出 / 观望结论。
| 维度 | 指标 | 作用 |
|---|---|---|
| 趋势 | EMA(13/55) + ADX(14) | 判定方向及趋势强度(ADX 阈值 25) |
| 均值回归 | 布林带(20, ±2) | 识别超买 / 超卖 |
| 量价 | OBV + 量比 | 确认量能配合 |
信号约定:1 = 做多,-1 = 做空,0 = 观望。
核心实现见 scripts/signal_engine.py,提供 SignalEngine 类:
import pandas as pd
from scripts.signal_engine import SignalEngine
# df 需含 open/high/low/close/volume 列,index 为 datetime
engine = SignalEngine() # 默认参数:ema_fast=13, ema_slow=55, adx_period=14, adx_threshold=25, bb_window=20, bb_std=2
signal = engine.generate({"SH600519": df})["SH600519"]
指标计算口径(含布林带总体标准差 ddof=0、ADX Wilder 平滑链路的完整实现)见 references/indicator_spec.md。
pip install pandas numpy requests
westock-data 取结构化 K 线与财报(如 westock-data kline <code> --period day --limit 250)。SignalEngine 演示用 _fetch_okx)。