""" Модуль признаков на основе технических индикаторов. Функции: add_indicator_features — главная функция, добавляет все индикаторы add_trend_indicators — трендовые индикаторы (EMA, MACD, ADX) add_oscillator_indicators — осцилляторы (RSI, Stochastic, MFI) add_volatility_indicators — индикаторы волатильности (BB, ATR) add_volume_indicators — объёмные индикаторы (OBV, Volume SMA) Использует pandas_ta для расчёта индикаторов. pandas_ta автоматически использует TA-Lib, если он установлен, иначе — собственные реализации. """ from typing import Optional import numpy as np import pandas as pd import pandas_ta as ta def add_trend_indicators( df: pd.DataFrame, ) -> pd.DataFrame: """ Добавить трендовые индикаторы. Рассчитываются: - EMA_9, EMA_21, EMA_50 — экспоненциальные скользящие средние - SMA_20, SMA_50, SMA_200 — простые скользящие средние - price_to_ema9, price_to_sma50, price_to_sma200 — цена относительно MA - MACD (MACD, Signal, Histogram) - ADX, PLUS_DI, MINUS_DI Args: df: DataFrame с колонками High, Low, Close. Returns: DataFrame с добавленными трендовыми индикаторами. """ df = df.copy() c = df['Close'] # EMA df['ema_9'] = ta.ema(c, length=9) df['ema_21'] = ta.ema(c, length=21) df['ema_50'] = ta.ema(c, length=50) # SMA df['sma_20'] = ta.sma(c, length=20) df['sma_50'] = ta.sma(c, length=50) df['sma_200'] = ta.sma(c, length=200) # Цена относительно MA eps = 1e-8 df['price_to_ema9'] = c / (df['ema_9'] + eps) df['price_to_sma50'] = c / (df['sma_50'] + eps) df['price_to_sma200'] = c / (df['sma_200'] + eps) # MACD macd = ta.macd(c, fast=12, slow=26, signal=9) if macd is not None and not macd.empty: macd_cols = [col for col in macd.columns if 'MACD' in col.upper()] # pandas_ta возвращает колонки вида: MACD_12_26_9, MACDs_12_26_9, MACDh_12_26_9 if len(macd_cols) >= 3: df['macd'] = macd[macd_cols[0]] df['macd_signal'] = macd[macd_cols[1]] df['macd_hist'] = macd[macd_cols[2]] elif len(macd_cols) == 1: df['macd'] = macd[macd_cols[0]] if 'macd' in df.columns and 'macd_signal' in df.columns: df['macd_hist_pct'] = df['macd_hist'] / (df['macd_signal'].abs() + eps) # ADX adx = ta.adx(df['High'], df['Low'], c, length=14) if adx is not None and not adx.empty: adx_cols = list(adx.columns) if len(adx_cols) >= 3: df['adx'] = adx[adx_cols[0]] df['plus_di'] = adx[adx_cols[1]] df['minus_di'] = adx[adx_cols[2]] return df def add_oscillator_indicators( df: pd.DataFrame, ) -> pd.DataFrame: """ Добавить осцилляторы. Рассчитываются: - RSI (14, 7) - Stochastic %K, %D - CCI - MFI (Money Flow Index) Args: df: DataFrame с колонками High, Low, Close, Volume. Returns: DataFrame с добавленными осцилляторами. """ df = df.copy() c = df['Close'] # RSI df['rsi_14'] = ta.rsi(c, length=14) df['rsi_7'] = ta.rsi(c, length=7) # Stochastic stoch = ta.stoch(df['High'], df['Low'], c, k=14, d=3) if stoch is not None and not stoch.empty: stoch_cols = list(stoch.columns) if len(stoch_cols) >= 2: df['stoch_k'] = stoch[stoch_cols[0]] df['stoch_d'] = stoch[stoch_cols[1]] # CCI cci = ta.cci(df['High'], df['Low'], c, length=20) if cci is not None: df['cci_20'] = cci # MFI (требует Volume) if 'Volume' in df.columns: df['mfi_14'] = ta.mfi(df['High'], df['Low'], c, df['Volume'], length=14) df['mfi_7'] = ta.mfi(df['High'], df['Low'], c, df['Volume'], length=7) return df def add_volatility_indicators( df: pd.DataFrame, ) -> pd.DataFrame: """ Добавить индикаторы волатильности. Рассчитываются: - Bollinger Bands (верхняя, средняя, нижняя, ширина, позиция) - ATR (14) и ATR в процентах - Keltner Channels (опционально) Args: df: DataFrame с колонками High, Low, Close. Returns: DataFrame с добавленными индикаторами волатильности. """ df = df.copy() c = df['Close'] eps = 1e-8 # Bollinger Bands bb = ta.bbands(c, length=20, std=2) if bb is not None and not bb.empty: bb_cols = list(bb.columns) # Ищем колонки: BBL (нижняя), BBM (средняя), BBU (верхняя) bbl = [col for col in bb_cols if 'BBL' in col.upper()] bbm = [col for col in bb_cols if 'BBM' in col.upper()] bbu = [col for col in bb_cols if 'BBU' in col.upper()] if bbl and bbm and bbu: df['bb_lower'] = bb[bbl[0]] df['bb_middle'] = bb[bbm[0]] df['bb_upper'] = bb[bbu[0]] df['bb_width'] = (df['bb_upper'] - df['bb_lower']) / (df['bb_middle'] + eps) df['bb_position'] = (c - df['bb_lower']) / (df['bb_upper'] - df['bb_lower'] + eps) # ATR df['atr_14'] = ta.atr(df['High'], df['Low'], c, length=14) df['atr_pct'] = df['atr_14'] / (c + eps) return df def add_volume_indicators( df: pd.DataFrame, ) -> pd.DataFrame: """ Добавить объёмные индикаторы. Рассчитываются: - OBV (On-Balance Volume) - Volume SMA (20) - Volume Ratio (текущий объём / средний) - Volume Delta (изменение объёма) Args: df: DataFrame с колонками Close, Volume. Returns: DataFrame с добавленными объёмными индикаторами. """ df = df.copy() v = df['Volume'] eps = 1e-8 # OBV df['obv'] = ta.obv(df['Close'], v) # Volume SMA и Ratio df['volume_sma_20'] = ta.sma(v, length=20) df['volume_ratio'] = v / (df['volume_sma_20'] + eps) df['volume_change'] = v.pct_change(1) df['volume_change_5'] = v.pct_change(5) return df def add_indicator_features( df: pd.DataFrame, include_trend: bool = True, include_oscillators: bool = True, include_volatility: bool = True, include_volume: bool = True, ) -> pd.DataFrame: """ Добавить все группы технических индикаторов. Args: df: DataFrame с колонками Open, High, Low, Close, Volume. include_trend: добавлять трендовые индикаторы (EMA, MACD, ADX). include_oscillators: добавлять осцилляторы (RSI, Stochastic, MFI). include_volatility: добавлять индикаторы волатильности (BB, ATR). include_volume: добавлять объёмные индикаторы (OBV, Volume SMA). Returns: DataFrame со всеми выбранными группами индикаторов. """ if include_trend: df = add_trend_indicators(df) if include_oscillators: df = add_oscillator_indicators(df) if include_volatility: df = add_volatility_indicators(df) if include_volume: df = add_volume_indicators(df) return df