1、新增SMCPureH1LongStrategy策略

2、修复实盘bug

src/indicators/indicators.py

@@ -269,3 +269,85 @@ class NormalizedATR(Indicator):
 
     def get_name(self):
         return f"natr_{self.window}"
+
+class ADX(Indicator):
+    """
+    平均趋向指标 (ADX)，用于衡量趋势的强度而非方向。
+    是区分趋势行情和震荡行情的核心过滤指标。
+    """
+
+    def __init__(
+        self,
+        window: int = 14,
+        down_bound: float = None,  # 例如，设置 down_bound=25 可过滤出强趋势行情
+        up_bound: float = None,    # 例如，设置 up_bound=20 可过滤出震荡行情
+        shift_window: int = 0,
+    ):
+        super().__init__(down_bound, up_bound)
+        self.window = window
+        self.shift_window = shift_window
+
+    def get_values(
+        self,
+        close: np.array,
+        open: np.array,   # 不使用
+        high: np.array,
+        low: np.array,
+        volume: np.array, # 不使用
+    ) -> np.array:
+        """
+        根据最高价、最低价和收盘价计算ADX值。
+        """
+        adx_values = talib.ADX(high, low, close, timeperiod=self.window)
+        return adx_values
+
+    def get_name(self):
+        return f"adx_{self.window}"
+    
+
+
+class BollingerBandwidth(Indicator):
+    """
+    布林带宽度，计算公式为 (上轨 - 下轨) / 中轨。
+    这是一个归一化的波动率指标，用于识别波动性的收缩（Squeeze）和扩张。
+    """
+    def __init__(
+        self,
+        window: int = 20,
+        nbdev: float = 2.0, # 标准差倍数
+        down_bound: float = None,
+        up_bound: float = None,
+        shift_window: int = 0,
+    ):
+        super().__init__(down_bound, up_bound)
+        self.window = window
+        self.nbdev = nbdev
+        self.shift_window = shift_window
+
+    def get_values(
+        self,
+        close: np.array,
+        open: np.array,   # 不使用
+        high: np.array,   # 不使用
+        low: np.array,    # 不使用
+        volume: np.array, # 不使用
+    ) -> np.array:
+        """
+        根据收盘价计算布林带宽度。
+        """
+        upper, middle, lower = talib.BBANDS(
+            close,
+            timeperiod=self.window,
+            nbdevup=self.nbdev,
+            nbdevdn=self.nbdev,
+            matype=0 # 使用SMA
+        )
+        # 为避免除以0，在 middle 为0或NaN的地方，带宽也设为NaN
+        bandwidth = np.full_like(middle, np.nan)
+        mask = (middle > 0)
+        bandwidth[mask] = (upper[mask] - lower[mask]) / middle[mask] * 100
+        return bandwidth
+
+    def get_name(self):
+        return f"bbw_{self.window}_{int(self.nbdev*10)}"
+