摘要
KalmanRegressionChannel 执行在线卡尔曼回归，并输出预测通道和价差。
更新 API
result = rtta.KalmanRegressionChannel().update(real0, real1)
update(...) 每次接收 real0 和 real1；只推进状态时可调用 advance(...)。
工作原理
滤波器把动态回归系数视为潜在状态，每次调用执行预测和更新，再把状态投影为斜率、截距、通道及价差。
递推公式
\[\hat x_{t|t-1}=F\hat x_{t-1|t-1},\qquad P_{t|t-1}=FP_{t-1|t-1}F^\top+Q\]
\[K_t=P_{t|t-1}H^\top(HP_{t|t-1}H^\top+R)^{-1}\]
\[\hat x_{t|t}=\hat x_{t|t-1}+K_t(z_t-H\hat x_{t|t-1}),\qquad P_{t|t}=(I-K_tH)P_{t|t-1}\]
update(...) 返回含 slope、intercept、middle、upper、lower 和 spread 字段的结果结构体。
实现说明
递推公式在 src/rtta/indicator.cpp 的 class KalmanRegressionChannel 中实现。