摘要
CamarillaPivotPoints 是 RTTA 对 Camarilla 枢轴点组的流式实现。当前 K 线
的各级价位根据前一根 K 线的最高价、最低价和收盘价，使用 Camarilla 区间倍数
计算；随后当前 K 线成为下一次更新所使用的前一根 K 线。
更新 API
result = rtta.CamarillaPivotPoints(fillna=True).update(high, low, close)
# result.pp, result.r1, result.r2, result.r3, result.s1, result.s2, result.s3
第一根 K 线只用于初始化前一根 HLC。当 fillna=True 时，七个字段都返回该
K 线的收盘价；当 fillna=False 时则全部返回 NaN。
工作原理
Nick Scott 的 Camarilla 方程使用前一根 K 线区间的固定比例，在前收盘价附近 紧密设置支撑位和阻力位。经典价位从 R1/S1 到 R3/S3，分别使用 \(1.1/12\)、\(1.1/6\) 和 \(1.1/4\) 倍数。为便于使用，RTTA 还在与经典、 Woodie 和 Fibonacci 枢轴点相同的结果结构体中，返回传统中枢价 \(PP=(H+L+C)/3\)。
由于各价位只依赖前一根已经完成的 K 线，流式实现会保存前一根 HLC，在覆盖这组 状态之前，每根 K 线重新计算一次价位。
递推公式
令 \(H_{t-1},L_{t-1},C_{t-1}\) 分别为前一根 K 线的最高价、最低价和收盘价， 并令 \(R=H_{t-1}-L_{t-1}\)。
\[PP_t = \frac{H_{t-1} + L_{t-1} + C_{t-1}}{3}\]
\[\begin{aligned}
R1_t &= C_{t-1} + R \cdot \tfrac{1.1}{12} \\
R2_t &= C_{t-1} + R \cdot \tfrac{1.1}{6} \\
R3_t &= C_{t-1} + R \cdot \tfrac{1.1}{4} \\
S1_t &= C_{t-1} - R \cdot \tfrac{1.1}{12} \\
S2_t &= C_{t-1} - R \cdot \tfrac{1.1}{6} \\
S3_t &= C_{t-1} - R \cdot \tfrac{1.1}{4}
\end{aligned}\]
输出这些价位后，RTTA 将前一根 HLC 更新为当前 K 线的 \(H_t,L_t,C_t\)。
实现说明
递推过程实现在 src/rtta/indicator.cpp 的 class CamarillaPivotPoints
中。结果类型为 PivotPointsResult，字段包括 pp、r1、r2、r3、
s1、s2 和 s3。