ビットコインで勝てる？「上がりすぎ・下がりすぎ」の合図を見つける作戦！

#!/usr/bin/env python3
"""
ストキャスティクスオシレーター戦略
%Kと%Dのクロスオーバーとオーバーボート/オーバーソールドを利用
"""
import pandas as pd
import numpy as np


def calculate_stochastic_signals(df: pd.DataFrame, k_period: int = 14, d_period: int = 3, oversold: int = 20, overbought: int = 80) -> pd.DataFrame:
    """
    ストキャスティクスシグナルを生成
    
    Parameters:
    -----------
    df : pd.DataFrame
        OHLCVデータ
    k_period : int
        %K計算期間（デフォルト: 14）
    d_period : int
        %D（移動平均）期間（デフォルト: 3）
    oversold : int
        売られすぎ水準（デフォルト: 20）
    overbought : int
        買われすぎ水準（デフォルト: 80）
    
    Returns:
    --------
    pd.DataFrame
        シグナル列が追加されたDataFrame
    """
    df = df.copy()
    
    # %Kの計算
    lowest_low = df['low'].rolling(window=k_period).min()
    highest_high = df['high'].rolling(window=k_period).max()
    df['%K'] = 100 * ((df['close'] - lowest_low) / (highest_high - lowest_low))
    
    # %D（%Kの移動平均）の計算
    df['%D'] = df['%K'].rolling(window=d_period).mean()
    
    # スローストキャスティクス（%Dをさらに平滑化）
    df['slow_%D'] = df['%D'].rolling(window=d_period).mean()
    
    # オーバーボート/オーバーソールドゾーン
    df['is_oversold'] = df['%K'] < oversold
    df['is_overbought'] = df['%K'] > overbought
    
    # クロスオーバーシグナル（オーバーソールドゾーンでの買い、オーバーボートゾーンでの売り）
    df['is_buy'] = (
        (df['%K'] > df['%D']) & 
        (df['%K'].shift(1) <= df['%D'].shift(1)) & 
        (df['is_oversold'].shift(1))  # 前回オーバーソールドゾーンにいた
    )
    
    df['is_sell'] = (
        (df['%K'] < df['%D']) & 
        (df['%K'].shift(1) >= df['%D'].shift(1)) & 
        (df['is_overbought'].shift(1))  # 前回オーバーボートゾーンにいた
    )
    
    # NaN値をFalseに置換
    df['is_buy'] = df['is_buy'].fillna(False)
    df['is_sell'] = df['is_sell'].fillna(False)
    
    # デバッグ情報
    print(f"ストキャスティクス: K期間={k_period}, D期間={d_period}")
    print(f"オーバーソールド={oversold}, オーバーボート={overbought}")
    print(f"買いシグナル数: {df['is_buy'].sum()}")
    print(f"売りシグナル数: {df['is_sell'].sum()}")
    
    return df