チャートの線で未来がわかる？「ケルトナーチャネル」作戦を試してみました！

#!/usr/bin/env python3
"""
ケルトナーチャネル戦略
ATRベースのチャネルを使ったブレイクアウト戦略
"""
import pandas as pd
import numpy as np


def calculate_keltner_signals(df: pd.DataFrame, ema_period: int = 20, atr_period: int = 10,
                              atr_multiplier: float = 2.0) -> pd.DataFrame:
    """
    ケルトナーチャネルシグナルを生成
    
    Parameters:
    -----------
    df : pd.DataFrame
        OHLCVデータ
    ema_period : int
        EMA期間（デフォルト: 20）
    atr_period : int
        ATR期間（デフォルト: 10）
    atr_multiplier : float
        ATR倍率（デフォルト: 2.0）
    
    Returns:
    --------
    pd.DataFrame
        シグナル列が追加されたDataFrame
    """
    df = df.copy()
    
    # EMA（中心線）計算
    df['kc_middle'] = df['close'].ewm(span=ema_period, adjust=False).mean()
    
    # ATR計算
    df['high_low'] = df['high'] - df['low']
    df['high_close'] = np.abs(df['high'] - df['close'].shift(1))
    df['low_close'] = np.abs(df['low'] - df['close'].shift(1))
    df['true_range'] = df[['high_low', 'high_close', 'low_close']].max(axis=1)
    df['atr'] = df['true_range'].rolling(window=atr_period).mean()
    
    # ケルトナーチャネル
    df['kc_upper'] = df['kc_middle'] + (df['atr'] * atr_multiplier)
    df['kc_lower'] = df['kc_middle'] - (df['atr'] * atr_multiplier)
    
    # ブレイクアウトシグナル
    df['is_buy'] = (df['close'] > df['kc_upper']) & (df['close'].shift(1) <= df['kc_upper'].shift(1))
    df['is_sell'] = (df['close'] < df['kc_lower']) & (df['close'].shift(1) >= df['kc_lower'].shift(1))
    
    # NaN値をFalseに置換
    df['is_buy'] = df['is_buy'].fillna(False)
    df['is_sell'] = df['is_sell'].fillna(False)
    
    print(f"ケルトナーチャネル: EMA={ema_period}, ATR={atr_period}, 倍率={atr_multiplier}")
    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