feat(engine): 添加数据服务层与技术指标库

- data/service.py: 数据拉取服务，从 TimescaleDB 读取 K 线/Ticker 等行情数据
- indicators/momentum.py: 动量类指标（RSI/MACD/Stochastic 等）
- indicators/trend.py: 趋势类指标（EMA/SMA/ADX/SuperTrend 等）
- indicators/volatility.py: 波动率指标（Bollinger/ATR/Keltner 等）
- indicators/volume.py: 成交量指标（OBV/VWAP/MFI 等）

engine/indicators/volume.py

@@ -0,0 +1,75 @@
+"""
+成交量指标 — OBV、VWAP
+
+所有函数返回与输入等长的 list[float]，不足周期位置填 0.0。
+"""
+
+
+def obv(close: list[float], volume: list[float]) -> list[float]:
+    """能量潮 (On-Balance Volume, OBV)
+
+    从 0 开始累加：
+    - 收盘价 > 前收盘价：OBV += 成交量
+    - 收盘价 < 前收盘价：OBV -= 成交量
+    - 收盘价 == 前收盘价：OBV 不变
+
+    Args:
+        close: 收盘价序列
+        volume: 成交量序列
+
+    Returns:
+        与输入等长的 OBV 序列
+    """
+    n = len(close)
+    result = [0.0] * n
+    if n == 0:
+        return result
+
+    result[0] = volume[0]
+    for i in range(1, n):
+        if close[i] > close[i - 1]:
+            result[i] = result[i - 1] + volume[i]
+        elif close[i] < close[i - 1]:
+            result[i] = result[i - 1] - volume[i]
+        else:
+            result[i] = result[i - 1]
+
+    return result
+
+
+def vwap(
+    high: list[float],
+    low: list[float],
+    close: list[float],
+    volume: list[float],
+) -> list[float]:
+    """成交量加权平均价 (VWAP)
+
+    累积计算：VWAP = Σ(典型价格 × 成交量) / Σ(成交量)
+    典型价格 = (high + low + close) / 3
+
+    Args:
+        high: 最高价序列
+        low: 最低价序列
+        close: 收盘价序列
+        volume: 成交量序列
+
+    Returns:
+        与输入等长的 VWAP 序列（从第一个有效 bar 开始累加）
+    """
+    n = len(close)
+    result = [0.0] * n
+    if n == 0:
+        return result
+
+    cum_pv = 0.0  # cumulative price * volume
+    cum_vol = 0.0  # cumulative volume
+
+    for i in range(n):
+        typical_price = (high[i] + low[i] + close[i]) / 3.0
+        cum_pv += typical_price * volume[i]
+        cum_vol += volume[i]
+        if cum_vol > 0:
+            result[i] = cum_pv / cum_vol
+
+    return result