Diese Strategie ist ein hochrangiger StockSharp-Port des MetaTrader-Expert-Advisors „Three neural networks". Sie funktioniert vollständig über die StockSharp-Kerzen-Abonnement-API und verwendet integrierte SmoothedMovingAverage-Indikatoren, um die drei neuronalen Schichten der ursprünglichen Implementierung zu emulieren. Die Strategie operiert auf drei verschiedenen Zeitrahmen (H1, H4, D1) und analysiert die Steigung jedes geglätteten Durchschnitts, um eine kollektive Handelsentscheidung abzuleiten.
Arbeitsablauf
Beim Start abonniert die Strategie H1-, H4- und D1-Zeitrahmen-Kerzen und bindet geglättete gleitende Durchschnitte, die den Medianpreis verwenden, was den iMA(..., MODE_SMMA, PRICE_MEDIAN)-Aufrufen von MetaTrader entspricht.
Jeder Zeitrahmen führt einen rollierenden Verlauf, der den konfigurierten Shift respektiert. Sobald vier verschobene Werte verfügbar sind, berechnet der Algorithmus drei neuronale Ausgaben mit genau derselben gewichteten Differenzformel wie der EA und rundet das Ergebnis auf vier Dezimalstellen.
Nach dem Abschluss der H1-Kerze kombiniert die Strategie die neuronalen Ausgaben:
Wenn alle drei Werte positiv sind → Long-Position öffnen oder beibehalten.
Wenn die H1-Ausgabe positiv ist, während H4- und D1-Ausgaben negativ sind → Short-Position öffnen oder beibehalten.
Positionen werden entweder mit einem festen Lot oder einem Risikoprozentmodell dimensioniert. Im Risikomodus weist die Strategie VolumeOrRisk Prozent des Portfolio-Werts zu und konvertiert es in Volumen durch Division durch den aktuellen Preis.
Die Schutzlogik repliziert die EA-Kontrollen: Stop-Loss und Take-Profit werden sofort nach dem Positionsrichtungswechsel in lokalen Variablen gesetzt, und ein Trailing-Stop wird jedes Mal angepasst, wenn der H1-Bar schließt, wenn der Preis über die Trailing-Distanz plus den konfigurierten Schritt hinausgeht.
Jede abgeschlossene H1-Kerze prüft zuerst, ob die aktuellen Stop-Loss- oder Take-Profit-Niveaus überschritten werden, und schließt die Position mit einer Marktorder falls nötig. Optionale ausführliche Protokollierung reproduziert das ursprüngliche InpPrintLog-Flag.
Parameter
Name
Standard
Beschreibung
StopLossPips
50
Schutz-Stop-Abstand in Pips. Auf 0 setzen zum Deaktivieren des Stop-Loss.
TakeProfitPips
50
Take-Profit-Abstand in Pips. Auf 0 setzen zum Deaktivieren des Ziels.
TrailingStopPips
15
Abstand zwischen dem aktuellen Preis und dem Trailing-Stop.
TrailingStepPips
5
Mindestverbesserung bevor der Trailing-Stop erneut bewegt wird.
ManagementMode
RiskPercent
Volumen-Dimensionierungsmodus. FixedLot verwendet den Wert direkt als Lotgröße; RiskPercent als Prozentsatz des Portfolio-Eigenkapitals.
VolumeOrRisk
1
Lotgröße oder Risikoprozentsatz, abhängig vom Geldmanagement-Modus.
H1Period, H1Shift
2, 5
Periode und Verschiebung des geglätteten gleitenden Durchschnitts H1.
H4Period, H4Shift
2, 5
Periode und Verschiebung des geglätteten gleitenden Durchschnitts H4.
D1Period, D1Shift
2, 5
Periode und Verschiebung des geglätteten gleitenden Durchschnitts D1.
P1, P2, P3
0.1
Gewichte für die drei H1-neuronalen Komponenten.
Q1, Q2, Q3
0.1
Gewichte für die drei H4-neuronalen Komponenten.
K1, K2, K3
0.1
Gewichte für die drei D1-neuronalen Komponenten.
EnableDetailedLog
false
Aktiviert ausführliche Diagnosemeldungen, die der EA-Log-Ausgabe entsprechen.
Risikomanagement
Stop-Loss- und Take-Profit-Niveaus werden aus Pip-Abständen mit der erkannten Pip-Größe übersetzt (mit automatischer 3/5-Ziffern-Anpassung identisch zum ursprünglichen Code) und sofort nach dem Positionsrichtungswechsel angewendet.
Trailing-Logik folgt den MetaTrader-Bedingungen: wird aktiviert sobald der Preis mehr als TrailingStopPips + TrailingStepPips vom Einstieg entfernt ist und rückt nur vor, wenn die Verbesserung den konfigurierten Schritt überschreitet.
Alle Ausstiege werden mit ClosePosition()-Marktorders ausgeführt, da serverseitige Stop-/Limit-Orders in der hochrangigen API nicht verfügbar sind.
Hinweise
Die Einfrieren-/Stop-Level-Validierung des EA ist in StockSharp nicht verfügbar, daher verlässt sich die Strategie nur auf die Pip-Größen-Konvertierung und Volumenormalisierung durch VolumeStep, VolumeMin und VolumeMax.
Risikobasiertes Sizing verwendet den aktuellen Portfolio-Wert und den Einstiegspreis zur Approximation der MetaTrader-Margin-Prüfung. Dies entspricht dem allgemeinen Verhalten ohne Abhängigkeit von broker-spezifischen Margin-Rechnern.
Optionale Protokollierung kann über EnableDetailedLog für Schritt-für-Schritt-Diagnosen ähnlich zu InpPrintLog in MetaTrader aktiviert werden.
using System;
using System.Collections.Generic;
using Ecng.Common;
using StockSharp.Algo.Indicators;
using StockSharp.Algo.Strategies;
using StockSharp.BusinessEntities;
using StockSharp.Messages;
namespace StockSharp.Samples.Strategies;
public class ThreeNeuralNetworksStrategy : Strategy
{
private readonly StrategyParam<int> _fastPeriod;
private readonly StrategyParam<int> _slowPeriod;
private readonly StrategyParam<int> _stopLossPoints;
private readonly StrategyParam<int> _takeProfitPoints;
private ExponentialMovingAverage _fast;
private ExponentialMovingAverage _slow;
private decimal _prevFast;
private decimal _prevSlow;
private decimal _entryPrice;
private int _cooldown;
public int FastPeriod { get => _fastPeriod.Value; set => _fastPeriod.Value = value; }
public int SlowPeriod { get => _slowPeriod.Value; set => _slowPeriod.Value = value; }
public int StopLossPoints { get => _stopLossPoints.Value; set => _stopLossPoints.Value = value; }
public int TakeProfitPoints { get => _takeProfitPoints.Value; set => _takeProfitPoints.Value = value; }
public ThreeNeuralNetworksStrategy()
{
_fastPeriod = Param(nameof(FastPeriod), 14).SetGreaterThanZero().SetDisplay("Fast Period", "Fast EMA period", "Indicator");
_slowPeriod = Param(nameof(SlowPeriod), 50).SetGreaterThanZero().SetDisplay("Slow Period", "Slow EMA period", "Indicator");
_stopLossPoints = Param(nameof(StopLossPoints), 200).SetNotNegative().SetDisplay("Stop Loss", "Stop-loss in price steps", "Risk");
_takeProfitPoints = Param(nameof(TakeProfitPoints), 400).SetNotNegative().SetDisplay("Take Profit", "Take-profit in price steps", "Risk");
}
public override IEnumerable<(Security sec, DataType dt)> GetWorkingSecurities()
{
yield return (Security, TimeSpan.FromMinutes(5).TimeFrame());
}
protected override void OnReseted()
{
base.OnReseted();
_fast = null; _slow = null;
_prevFast = 0; _prevSlow = 0; _entryPrice = 0; _cooldown = 0;
}
protected override void OnStarted2(DateTime time)
{
base.OnStarted2(time);
_fast = new ExponentialMovingAverage { Length = FastPeriod };
_slow = new ExponentialMovingAverage { Length = SlowPeriod };
var subscription = SubscribeCandles(TimeSpan.FromMinutes(5).TimeFrame());
subscription.Bind(_fast, _slow, ProcessCandle);
subscription.Start();
}
private void ProcessCandle(ICandleMessage candle, decimal fastValue, decimal slowValue)
{
if (candle.State != CandleStates.Finished) return;
if (!_fast.IsFormed || !_slow.IsFormed) { _prevFast = fastValue; _prevSlow = slowValue; return; }
if (_cooldown > 0) { _cooldown--; _prevFast = fastValue; _prevSlow = slowValue; return; }
var close = candle.ClosePrice;
var step = Security?.PriceStep ?? 1m;
if (Position > 0 && _entryPrice > 0)
{
if (StopLossPoints > 0 && close <= _entryPrice - StopLossPoints * step) { SellMarket(); _entryPrice = 0; _cooldown = 100; _prevFast = fastValue; _prevSlow = slowValue; return; }
if (TakeProfitPoints > 0 && close >= _entryPrice + TakeProfitPoints * step) { SellMarket(); _entryPrice = 0; _cooldown = 100; _prevFast = fastValue; _prevSlow = slowValue; return; }
}
else if (Position < 0 && _entryPrice > 0)
{
if (StopLossPoints > 0 && close >= _entryPrice + StopLossPoints * step) { BuyMarket(); _entryPrice = 0; _cooldown = 100; _prevFast = fastValue; _prevSlow = slowValue; return; }
if (TakeProfitPoints > 0 && close <= _entryPrice - TakeProfitPoints * step) { BuyMarket(); _entryPrice = 0; _cooldown = 100; _prevFast = fastValue; _prevSlow = slowValue; return; }
}
if (_prevFast <= _prevSlow && fastValue > slowValue && Position <= 0)
{ if (Position < 0) BuyMarket(); BuyMarket(); _entryPrice = close; _cooldown = 100; }
else if (_prevFast >= _prevSlow && fastValue < slowValue && Position >= 0)
{ if (Position > 0) SellMarket(); SellMarket(); _entryPrice = close; _cooldown = 100; }
_prevFast = fastValue; _prevSlow = slowValue;
}
}
import clr
clr.AddReference("StockSharp.Messages")
clr.AddReference("StockSharp.Algo")
clr.AddReference("StockSharp.Algo.Indicators")
clr.AddReference("StockSharp.Algo.Strategies")
from System import TimeSpan
from StockSharp.Messages import DataType, CandleStates
from StockSharp.Algo.Indicators import ExponentialMovingAverage
from StockSharp.Algo.Strategies import Strategy
class three_neural_networks_strategy(Strategy):
def __init__(self):
super(three_neural_networks_strategy, self).__init__()
self._fast_period = self.Param("FastPeriod", 14) \
.SetDisplay("Fast Period", "Fast MA period", "Indicator")
self._slow_period = self.Param("SlowPeriod", 50) \
.SetDisplay("Slow Period", "Slow MA period", "Indicator")
self._stop_loss_points = self.Param("StopLossPoints", 200) \
.SetDisplay("Stop Loss", "Stop-loss in price steps", "Risk")
self._take_profit_points = self.Param("TakeProfitPoints", 400) \
.SetDisplay("Take Profit", "Take-profit in price steps", "Risk")
self._fast = None
self._slow = None
self._prev_fast = 0.0
self._prev_slow = 0.0
self._entry_price = 0.0
self._cooldown = 0
@property
def fast_period(self):
return self._fast_period.Value
@property
def slow_period(self):
return self._slow_period.Value
@property
def stop_loss_points(self):
return self._stop_loss_points.Value
@property
def take_profit_points(self):
return self._take_profit_points.Value
def OnReseted(self):
super(three_neural_networks_strategy, self).OnReseted()
self._fast = None
self._slow = None
self._prev_fast = 0.0
self._prev_slow = 0.0
self._entry_price = 0.0
self._cooldown = 0
def OnStarted2(self, time):
super(three_neural_networks_strategy, self).OnStarted2(time)
self._fast = ExponentialMovingAverage()
self._fast.Length = self.fast_period
self._slow = ExponentialMovingAverage()
self._slow.Length = self.slow_period
subscription = self.SubscribeCandles(DataType.TimeFrame(TimeSpan.FromMinutes(5)))
subscription.Bind(self._fast, self._slow, self._process_candle)
subscription.Start()
def _process_candle(self, candle, fast_value, slow_value):
if candle.State != CandleStates.Finished:
return
fast_val = float(fast_value)
slow_val = float(slow_value)
if not self._fast.IsFormed or not self._slow.IsFormed:
self._prev_fast = fast_val
self._prev_slow = slow_val
return
if self._cooldown > 0:
self._cooldown -= 1
self._prev_fast = fast_val
self._prev_slow = slow_val
return
close = float(candle.ClosePrice)
step = float(self.Security.PriceStep) if self.Security is not None and self.Security.PriceStep is not None else 1.0
if self.Position > 0 and self._entry_price > 0:
if self.stop_loss_points > 0 and close <= self._entry_price - self.stop_loss_points * step:
self.SellMarket()
self._entry_price = 0.0
self._cooldown = 100
self._prev_fast = fast_val
self._prev_slow = slow_val
return
if self.take_profit_points > 0 and close >= self._entry_price + self.take_profit_points * step:
self.SellMarket()
self._entry_price = 0.0
self._cooldown = 100
self._prev_fast = fast_val
self._prev_slow = slow_val
return
elif self.Position < 0 and self._entry_price > 0:
if self.stop_loss_points > 0 and close >= self._entry_price + self.stop_loss_points * step:
self.BuyMarket()
self._entry_price = 0.0
self._cooldown = 100
self._prev_fast = fast_val
self._prev_slow = slow_val
return
if self.take_profit_points > 0 and close <= self._entry_price - self.take_profit_points * step:
self.BuyMarket()
self._entry_price = 0.0
self._cooldown = 100
self._prev_fast = fast_val
self._prev_slow = slow_val
return
if self._prev_fast <= self._prev_slow and fast_val > slow_val and self.Position <= 0:
if self.Position < 0:
self.BuyMarket()
self.BuyMarket()
self._entry_price = close
self._cooldown = 100
elif self._prev_fast >= self._prev_slow and fast_val < slow_val and self.Position >= 0:
if self.Position > 0:
self.SellMarket()
self.SellMarket()
self._entry_price = close
self._cooldown = 100
self._prev_fast = fast_val
self._prev_slow = slow_val
def CreateClone(self):
return three_neural_networks_strategy()