technical-indicators

YFOOOO's avatarfrom YFOOOO

计算股票技术指标（MA、MACD、RSI、BOLL等）。适用于技术分析、量化回测、趋势判断等场景。支持单个指标计算或批量计算所有指标，返回包含指标值的DataFrame。

⭐0stars🔀0forks📁View on GitHub🕐Updated Dec 15, 2025
[Finance Operations]

When & Why to Use This Skill

This Claude skill provides professional-grade stock technical indicator calculations, including MA, MACD, RSI, and Bollinger Bands (BOLL). Optimized for technical analysis and quantitative backtesting, it enables users to transform raw OHLCV data into actionable financial insights through high-performance vectorized computations and structured DataFrame outputs.

Use Cases

  • Trend Identification: Utilize Moving Averages (MA) and MACD crossovers to determine market direction and identify potential golden or death cross signals.
  • Momentum & Reversal Trading: Leverage the Relative Strength Index (RSI) to detect overbought or oversold market conditions for better entry and exit timing.
  • Volatility Analysis: Apply Bollinger Bands (BOLL) to assess price fluctuation ranges and identify potential breakout or mean-reversion opportunities.
  • Quantitative Strategy Development: Perform batch calculations of multiple indicators to generate comprehensive datasets for algorithmic trading research and historical backtesting.
nametechnical-indicators
description计算股票技术指标（MA、MACD、RSI、BOLL等）。适用于技术分析、量化回测、趋势判断等场景。支持单个指标计算或批量计算所有指标，返回包含指标值的DataFrame。
licenseMIT
version"1.0.0"
author"YFOOOO"

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：

  1. 单个指标计算 - 计算 MA、MACD、RSI、BOLL 等单一指标
  2. 批量计算 - 一次性计算所有指标
  3. 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 12
  • slow_period (int, optional): 慢线周期，默认 26
  • signal_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 20
  • std_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

  1. 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

  2. 数据连续性: 建议使用连续交易日数据（无缺失）

  3. 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：

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。