SOL/USDTの投資チャレンジ：「Schaff Trend Cycle」で流れに乗れるかな？

"""
Schaff Trend Cycle Trading Signal Generator
MACDとストキャスティクスを組み合わせたトレンドサイクル指標
"""
import pandas as pd
import numpy as np


def calculate_schaff_signals(df: pd.DataFrame,
                            fast_period: int = 23,
                            slow_period: int = 50,
                            cycle_period: int = 10,
                            smooth_period: int = 3) -> pd.DataFrame:
    """
    Schaff Trend Cycle戦略のシグナル生成
    
    Parameters:
    -----------
    df : pd.DataFrame
        OHLCVデータ
    fast_period : int
        短期EMA期間（デフォルト: 23）
    slow_period : int
        長期EMA期間（デフォルト: 50）
    cycle_period : int
        サイクル期間（デフォルト: 10）
    smooth_period : int
        平滑化期間（デフォルト: 3）
    
    Returns:
    --------
    pd.DataFrame
        シグナルが追加されたDataFrame
    """
    df = df.copy()
    
    # MACD計算
    df['ema_fast'] = df['close'].ewm(span=fast_period, adjust=False).mean()
    df['ema_slow'] = df['close'].ewm(span=slow_period, adjust=False).mean()
    df['macd'] = df['ema_fast'] - df['ema_slow']
    
    # 第1ストキャスティクス（MACDベース）
    df['macd_min'] = df['macd'].rolling(window=cycle_period).min()
    df['macd_max'] = df['macd'].rolling(window=cycle_period).max()
    df['stoch1'] = 100 * (df['macd'] - df['macd_min']) / (df['macd_max'] - df['macd_min'] + 0.0001)
    df['stoch1_smooth'] = df['stoch1'].ewm(span=smooth_period, adjust=False).mean()
    
    # 第2ストキャスティクス（第1ストキャスティクスベース）
    df['stoch1_min'] = df['stoch1_smooth'].rolling(window=cycle_period).min()
    df['stoch1_max'] = df['stoch1_smooth'].rolling(window=cycle_period).max()
    df['stc'] = 100 * (df['stoch1_smooth'] - df['stoch1_min']) / (df['stoch1_max'] - df['stoch1_min'] + 0.0001)
    df['stc'] = df['stc'].ewm(span=smooth_period, adjust=False).mean()
    
    # シグナル生成
    df['stc_prev'] = df['stc'].shift(1)
    df['is_buy'] = (df['stc'] > 25) & (df['stc_prev'] <= 25) & df['stc'].notna()
    df['is_sell'] = (df['stc'] < 75) & (df['stc_prev'] >= 75) & df['stc'].notna()
    
    # 不要カラム削除
    df.drop(['ema_fast', 'ema_slow', 'macd_min', 'macd_max', 'stoch1', 'stoch1_smooth',
             'stoch1_min', 'stoch1_max', 'stc_prev'], axis=1, inplace=True, errors='ignore')
    
    return df