企业官网建设流程全解析

global-stock-data是给 AI 编程助手用的美股数据工具包，它的「技术指标层」让你不用 pandas、不装任何额外依赖，仅凭 Python 标准库就能算出 MACD、RSI、KDJ、布林带和均线——先拉 K 线，再喂给 5 个纯 Python 函数，几秒钟拿到完整指标序列。本文面向新手，带你一次看懂这套「纯 Python 技术指标层」的完整逻辑。

为什么不用 pandas 也能算技术指标？

很多教程一上来就是import pandas，但你其实可以完全不碰它。原因有三：

• 指标本质是滑动窗口计算：MA、RSI、布林带都是「对最近 N 根 K 线做平均/统计」，用几行for循环 +sum()就能实现。
• 零额外依赖：项目只用requests拉数据，指标计算部分不引入 numpy / pandas / talib，环境干净、迁移成本低。
• 数据即算：K 线函数返回的就是一个 Python 列表（[{date, open, high, low, close, volume}, ...]），指标函数直接吃这个列表，无需转 DataFrame。

一句话：数据是列表，指标是循环，pandas 只是「更好写的循环」，不是必需品。

核心数据流：K 线 → 指标（两步走）

整个技术指标层只有一条清晰的数据流，理解它后面就全通了：

第 1 步：调 K 线函数 us_stock_kline_sina("AAPL", 120) ↓ 返回 K线列表 第 2 步：喂给指标函数 calc_macd(klines) / calc_rsi(klines) ↓ 返回 指标列表 [{date, dif, dea, macd_hist}, ...]

K 线来自Layer 2（美股用新浪，可回溯到 1984 年；港股用 Yahoo），指标计算在Layer 3。这一层的源码集中在 SKILL.md 的「Layer 3: 技术指标层」，全部基于 K 线的 OHLCV（开高低收量）本地计算。

最小调用示意（复制即用）：

klines = us_stock_kline_sina("AAPL", 120) # 拉近120根日K macd = calc_macd(klines) # 算 MACD rsi = calc_rsi(klines) # 算 RSI

五大指标逐个拆解：公式、默认参数、怎么读

下面 5 个函数构成整套指标层，全部在 SKILL.md 内。每个我按「是什么 → 默认参数 → 怎么解读」讲清楚。

1) MACD —— 趋势与动能的「金叉死叉」信号

• 源码：calc_macd
• 默认参数：快线12/ 慢线26/ 信号线9
• 怎么算：DIF = EMA(12) − EMA(26)，DEA = DIF 的 EMA(9)，柱状图MACD_hist = (DIF − DEA) × 2
• 怎么读：
  • 金叉：DIF 上穿 DEA，看多信号
  • 死叉：DIF 下穿 DEA，看空信号
  • 柱状图红涨绿跌，长度代表动能强弱

2) RSI —— 超买超卖的「温度计」

• 源码：calc_rsi
• 默认参数：周期[6, 12, 24]（同时给三条 RSI）
• 怎么算：统计最近 N 天的平均涨/跌幅，RSI = 100 − 100/(1+RS)
• 怎么读：
  • RSI > 70超买区（可能回调）
  • RSI < 30超卖区（可能反弹）
  • 数值贴到 100 或 0 是极端行情提示

3) KDJ —— 随机指标的「灵敏开关」

• 源码：calc_kdj
• 默认参数：RSV 周期n=9，平滑m1=3 / m2=3
• 怎么算：先求RSV（收盘价在 N 日高低区间的位置），再对 K、D 做平滑，J = 3K − 2D
• 怎么读：
  • K/D > 80超买，K/D < 20超卖
  • J > 100 或 J < 0是极端信号（比 K/D 更灵敏）
  • 金叉：K 上穿 D；死叉：K 下穿 D

4) 布林带（Bollinger）—— 波动率的「通道」

• 源码：calc_boll
• 默认参数：中轨period=20，标准差倍数num_std=2
• 怎么算：中轨 = MA(20)，上轨/下轨 = 中轨 ± 2×标准差，另给bandwidth（带宽）
• 怎么读：
  • 价格触及上轨→ 可能超买；触及下轨→ 可能超卖
  • 带宽收窄→ 波动收敛，往往是「即将变盘」的前兆

5) 均线 MA / EMA —— 一切的「地基」

• 源码：calc_ma（含内部辅助_ema）
• 默认参数：[5, 10, 20, 60]四条均线 +ema12 / ema26
• 怎么读：MA 是多周期平均线（趋势支撑/压力），EMA 给了12/26正是 MACD 的原材料——MACD 就是建立在 EMA 之上的，所以均线函数同时服务于 MA 和 MACD。

参数速查表：5 个指标一眼看全

💡 所有函数返回值都是「与 K 线等长」的列表，每行带date和指标值，前 N 根不足窗口时该指标为None，画图时自动跳过即可。

快速上手：3 步跑出你的第一个指标

1. 安装依赖：pip install requests（指标计算本身零额外依赖）。
2. 取 K 线：美股用us_stock_kline_sina("AAPL", 120)，港股用stock_kline_yahoo("0700.HK")（见 K 线层）。
3. 算指标：把 K 线列表直接传给calc_macd / calc_rsi / calc_kdj / calc_boll / calc_ma，任意组合。

跟你的 AI 编程助手说一句「AAPL 的 MACD 和 RSI 有没有金叉」，这套指标层就会自动被激活并给出答案——这正是它作为 Skill 的设计初衷。

这套「纯 Python 指标层」适合谁？

• 不想装 pandas / talib的轻量玩家：环境越干净越好迁移。
• 给 AI 助手喂数据的开发者：SKILL.md 自包含、可被 Claude Code / Codex / OpenClaw 直接读取执行。
• 想「边拉边算」的脚本：K 线函数 + 指标函数天然解耦，K 线来源可随意替换（新浪 / Yahoo 都行）。

⚠️ 本项目只分发代码，不分发市场数据；数据由使用者按各源条款自行获取。技术指标仅用于研究，不构成投资建议。

想继续深入，可阅读 完整端点路由表 与 README_zh.md 的 13 层架构说明，了解指标层之外的期权、做空、SEC 申报等能力。