用 OpenAlgo WebSocket…

当需要基于实时 WebSocket 行情（LTP/Quote/Depth）旁路计算 EMA、RSI 等指标并可选打印/图表展示时，可生成并运行实时指标 feed 脚本。

适用场景

解决思路

1. 解析 $ARGUMENTS 为 symbol exchange mode：$0=symbol（默认 SBIN），$1=exchange（默认 NSE），$2=mode（默认 quote）；若未提供参数则询问用户 symbol 与所需数据类型。
2. 阅读 indicator-expert rules，重点 rules/websocket-feeds.md（WebSocket 连接与订阅）与 rules/data-fetching.md（用于缓冲区初始化的历史数据）。
3. 按需创建 charts/live/ 目录。
4. 创建 {symbol}_live_feed.py，并基于 rules/assets/live_feed/template.py 模板实现。
5. ltp 模式：订阅 LTP feed；维护最近 200 个 tick 的滚动缓冲区；在缓冲区上计算 EMA、RSI；实时打印指标值。
6. quote 模式：订阅 Quote feed；显示 OHLC + LTP + Volume；在 close 缓冲区上计算指标；用颜色区分看涨/看跌输出。
7. depth 模式：订阅 Depth feed；显示 L5 买卖盘；计算 bid-ask spread 与订单不平衡（order imbalance）；显示总买量与总卖量。
8. multi 模式：订阅多个 symbol；以 watchlist 表格显示 LTP 与关键指标；自动刷新显示。
9. 脚本结构：用 dotenv 的 load_dotenv(find_dotenv(), override=False) 加载环境变量，再创建 api(api_key=os.getenv("OPENALGO_API_KEY"), host=os.getenv("OPENALGO_HOST", "http://127.0.0.1:5000"), verbose=1) 客户端。
10. 用 client.history(symbol=SYMBOL, exchange=EXCHANGE, interval="1m", start_date=昨日, end_date=今日) 预取历史数据，把最近 200 根 close 初始化到 close_buffer。
11. 构造 instruments = [{"exchange": EXCHANGE, "symbol": SYMBOL}]；在 on_data 回调中取 data["data"].get("ltp")，为空则 return，否则 append 到 close_buffer 并保持长度不超过 200（超出则 pop(0)）。
12. 当 close_buffer 长度 >= 20 时，转为 np.float64 数组，用 ta.ema(arr, 20)[-1] 与 ta.rsi(arr, 14)[-1]（长度不足 15 时用 float("nan")）计算指标，并带时间戳打印 LTP、EMA、RSI。
13. 调用 client.connect()，再用 client.subscribe_ltp(instruments, on_data_received=on_data) 订阅，进入 while True: time.sleep(1) 主循环。
14. 清理：捕获 KeyboardInterrupt 并打印停止信息，调用 client.unsubscribe_ltp(instruments) 取消订阅、client.disconnect() 断开连接，并打印会话时长与已处理 bar 数摘要。
15. 向用户说明 verbose 级别：verbose=0 静默（仅错误）；verbose=1 连接与订阅日志；verbose=2 所有数据更新（调试模式）。

适用边界 · 注意事项

• 依赖 OpenAlgo 服务与 OPENALGO_API_KEY/OPENALGO_HOST，没有该工具或有效凭证时无法使用。
• 不适用于纯历史回测或无需实时流的场景（需要 WebSocket 实时行情）。