用途 custom-indicator 用于创建自定义技术指标。其方式是在 openalgo 的 Rust 核心 ta 原语之上组合向量化 NumPy，产出生产级、O(n) 复杂度的指标函数。
参数与触发方式 接受 $0 = 指标名称（例如 zscore、squeeze、vwap-bands、custom-rsi、mean-reversion），该参数为必需项。如果没有提供参数，则会询问用户想要构建什么指标。
执行流程与规则 创建前会先阅读指标专家规则，尤其是 rules/custom-indicators.md（NumPy + ta 原语模式与模板）、rules/performance.md（Rust 核心性能、O(n) 保证、基准测试）、rules/indicator-catalog.md（检查 openalgo.ta 中是否已存在该指标）。会先检查该指标是否已存在于 openalgo.ta（100+ 指标）中，若存在则告知用户并展示现有 API。之后按需创建 custom_indicators/{indicator_name}/ 目录，并创建 {indicator_name}.py。
文件结构 生成的 {indicator_name}.py 包含文件说明、核心计算函数与公开 API。核心计算函数以向量化 NumPy 建立在 ta 原语之上，使用 ta.sma、ta.stdev 等原语，再用 NumPy 数组运算（np.where、掩码）组合。公开 API 接收 data 与 period 参数（period 默认 20），支持 numpy 数组、pandas Series 或 list 输入，并返回与输入相同类型的结果。
同时会创建 chart.py 用于使用 Plotly 可视化该自定义指标，以及 benchmark.py 用于性能测试。基准测试无需预热，因为 Rust 核心从第一次调用起即全速运行，并会针对 10,000、100,000、500,000 等不同数据量输出耗时。
NumPy 规则（关键） 必须做到：尽可能从 ta 原语组合（它们在 Rust 核心中运行）；使用 np.full(n, np.nan) 初始化输出数组；使用数组表达式、np.where 和布尔掩码进行向量化；对除法进行保护（np.errstate(invalid="ignore", divide="ignore") 加上安全分母掩码）；遵循原语的 NaN 预热期（用 ~np.isnan(...) 掩码）；所有数值数组使用 Float64；仅使用 O(n) 算法。 绝对禁止：绝不重新实现 openalgo.ta 中已存在的指标；绝不对大数组编写逐 bar 的 Python 循环，而应向量化；绝不在未对零/NaN 分母进行掩码的情况下做除法。如果指标确实是路径依赖的（没有原语覆盖的顺序状态），先检查 ta.ema / Wilder 风格原语是否已提供该递归；普通 Python 循环是最后手段，需保持 O(n) 并记录权衡。
可用构建块（在 Rust 核心中运行的公开 ta 方法） 滚动数学：ta.sma, ta.ema, ta.wma, ta.stdev, ta.highest, ta.lowest；价格行为：ta.true_range, ta.atr, ta.change, ta.roc；通道与带：ta.bbands, ta.keltner, ta.donchian；信号：ta.crossover, ta.crossunder, ta.exrem, ta.rising, ta.falling。
常见自定义指标模式 Z-Score：(value - rolling_mean) / rolling_stdev；Squeeze：Bollinger 在 Keltner 通道内；VWAP Bands：VWAP + N * (close - vwap) 的滚动 stdev；Momentum Score：RSI + MACD + ADX 条件的加权和；Mean Reversion：相对 SMA 的距离百分比 + 阈值；Range Filter：基于 ATR 对 close 的动态过滤；Trend Strength：ADX + 方向运动的组合。
示例用法 /custom-indicator zscore；/custom-indicator squeeze-momentum；/custom-indicator vwap-bands；/custom-indicator range-filter。