股票三维技术分析引擎

手动跑三维指标，为什么不够顺手

写 Python 脚本拉新浪日线、算 MA(13/55)、布林带(20,±2) 和 OBV，再拼一张图，对开发者来说并不难，真正麻烦的是口径不一致和零散的重复劳动：布林带信号该取 REF(...,1) 还是当日值？均线「双线拐头」如何判定才算趋势反转？不同人每次可能给出不同答案。这个技能把 technical-indicator-signal-engine 的三维投票逻辑封装成端到端流程：给一个 A 股代码，直接产出一份口径统一、带完整图表与文字结论的 HTML 报告，适合给学员做技术面拆解。

它做了什么

• 输入：code（sh/sz 前缀的 6 位代码，如 sh603002）、name（中文简称）、可选 out.html 路径（默认 /tmp/_report.html）。
• 三维投票：趋势维度看 MA13 与 MA55 是否双线拐头同向；均值回归维度按通达信口径，用上一根布林上/下轨判定超买超卖；量价维度看 OBV 与其 20 日均线的位置关系。买入/卖出信号由三维逻辑组合判定。
• 输出报告：Hero 区综合徽章、趋势强度评分（0–100）、三维信号胶囊和一句话点评；主图 K 线（红涨绿跌）+ 均线 + 布林带 + ▲▼ 买卖标记，副图成交量 + OBV 双轴；底部给出全窗口做多/做空/观望天数、最近 15 根信号节奏，以及趋势/布林/量价三位「评委」的白话投票总结。
• 运行方式：纯 Python 3 + pandas/numpy，联网取新浪日线；图表依赖 ECharts CDN，预览需要网络。生成后用 present_files 打开即可。

适用边界

这份报告只基于历史 K 线量化信号，不含基本面判断，也不构成任何投资建议。技术指标天然有滞后性，布林带和均线信号都可能遭遇假突破。数据取数与 CDN 渲染都依赖网络，断网时无法生成图表。完整指标口径见 references/indicator_spec.md。