用途：把原始 TradingView PineScript（.pine）策略迁移到无界面的 Python 回测环境，以便运行 TradingView 无法胜任的多折 Walk-Forward 分析与蒙特卡洛模拟，并用向量化和 Optuna 进行优化。
主要能力：
- 解构与分类（构建 IR）：解析 input()、input.int()、input.float()、input.bool()，把参数分为信号（决定入场，如 length、crossover_threshold）、风险（决定出场，如 stop_ticks、trail_offset）和显示（仅用于绘图/UI，需丢弃）三类。
- 边界提取：对每个信号和风险参数提取 minval、maxval、step，格式化为 Optuna 建议，如 trial.suggest_int('length', 10, 50)。
- 逻辑翻译：将 ta.sma、ta.ema、ta.rsi 等 PineScript 技术分析函数翻译为 pandas-ta 或 numpy 等价物；对入场与出场条件进行向量化，避免逐行 for 循环，除非路径依赖必须如此，尽量使用 np.where 和 .shift()。
- 加固与审计：重绘风险检查，扫描依赖当前未收盘 K 线数据的部分，强制信号生成使用 .shift(1)；除零防护，把所有分母包裹在 np.maximum(denominator, 1e-8) 中，防止优化时 NaN 爆炸。
输出格式：单个 Python 文件，包含 extract_features(df, params)（基于参数字典构建全部指标）、generate_signals(df)（生成信号列，1 多头、-1 空头、0 空仓）、get_optuna_space(trial)（返回超参搜索空间字典）。
适用场景：需要把 PineScript 回测迁移到 headless Python、运行 WFA 与蒙特卡洛、或用 Optuna 做参数寻优的量化研究。
限制：资料未提供安装命令、依赖版本、许可与收费信息；翻译效果与路径依赖复杂度相关，涉及逐 bar 状态的部分可能无法完全向量化，需人工复核。