AutoAdjustingStrategy repliziert den MetaTrader-Experten Aouto Adjusting1 mit der High-Level-API von StockSharp. Die Portierung behält den ursprünglichen Multi-Timeframe-Momentum-Filter, die monatliche MACD-Trendbestätigung und einen Drei-EMA-Stapel zur Erkennung von trendkonformen Rücksetzern. Stops und Ziele werden aus aktuellen Schwingungs-Extremen projiziert und bei jeder abgeschlossenen Kerze automatisch angepasst.
Kernlogik
Trendstruktur – drei exponentielle gleitende Durchschnitte auf dem Handelszeitrahmen (6, 14, 26) müssen ausgerichtet sein (EMA6 < EMA14 < EMA26 für Longs, umgekehrt für Shorts). Die vorherige Kerze muss die mittlere EMA berühren, während die Kerze davor ein höheres Tief / niedrigeres Hoch bildet, um einen Rücksetzer zu bestätigen.
Momentum-Bestätigung – Momentum auf dem höheren Zeitrahmen (abgebildet vom Handelszeitrahmen, z.B. H1 → D1) muss bei mindestens einer der letzten drei abgeschlossenen Balken um mindestens MomentumBuyThreshold / MomentumSellThreshold von 100 abweichen.
Makro-Filter – ein monatliches MACD(12, 26, 9)-Signal stellt sicher, dass Trades mit dem dominanten Trend ausgerichtet sind (MACD > Signal für Käufe, < für Verkäufe).
Ausführung – Market-Orders werden gesendet, sobald alle Filter übereinstimmen und keine entgegengesetzte Exposition vorhanden ist. Entgegengesetzte Positionen werden vor dem Einstieg in die neue Richtung abgebaut.
Schutz – Stop-Loss-Niveaus werden um einen konfigurierbaren Pip-Puffer über das niedrigste Tief / höchste Hoch der letzten CandlesBack Balken platziert. Take-Profit-Abstände werden mit RewardRatio skaliert. Sowohl Stop als auch Ziel werden bei jedem Kerzenschluss neu aktiviert, während die Position aktiv ist.
Risiko und Positionsgröße
Die Strategie spiegelt die ursprüngliche Risikoparametrisierung wider:
RiskPercent berechnet eine adaptive Positionsgröße, wenn Portfoliowert und Preisschritt-Metadaten verfügbar sind. Der Algorithmus teilt den erlaubten Geldverlust durch den Verlust pro Einheit, der durch die aktuelle Stop-Distanz impliziert wird.
Wenn risikobasiertes Sizing nicht bewertet werden kann (z.B. fehlende Portfolio-Statistiken), fällt die Engine auf den festen TradeVolume-Parameter zurück.
Parameter
Name
Typ
Standard
Beschreibung
CandleType
DataType
TimeFrame(H1)
Handelszeitrahmen für den EMA-Stapel.
MomentumCandleType
DataType
Abgeleitet von CandleType
Höherer Zeitrahmen für den Momentum-Indikator (H1→D1, H4→W1, usw.).
MacroMacdCandleType
DataType
TimeFrame(30 days)
Zeitrahmen für die Makro-MACD-Bestätigung (standardmäßig monatlich).
PadAmount
decimal
3
Extra Pips über Schwingungs-Extreme bei der Stop-Berechnung.
RiskPercent
decimal
0.1
Prozent des Portfolio-Eigenkapitals pro Trade riskiert.
RewardRatio
decimal
2
Multiplikator für die Stop-Distanz zur Take-Profit-Platzierung.
CandlesBack
int
3
Anzahl der Kerzen für die Schwingungs-Hoch/Tief-Erkennung.
MomentumBuyThreshold
decimal
0.3
Mindest-Momentum-Abweichung für Long-Einstiege.
MomentumSellThreshold
decimal
0.3
Mindest-Momentum-Abweichung für Short-Einstiege.
TradeVolume
decimal
1
Fallback-Losgröße wenn risikobasiertes Sizing nicht verfügbar.
Diagramme und Visualisierung
Den Handelszeitrahmen abonnieren und die drei EMAs einzeichnen, um Rücksetzer zu beobachten.
Die Momentum-Serie im Panel des höheren Zeitrahmens verfolgen, um Energie-Schwellenwerte zu bestätigen.
MACD-Werte des Makro-Zeitrahmens überwachen, um den Trendfilter zu validieren.
Hinweise
Das automatische Zeitrahmen-Mapping entspricht dem MQL-Experten: M1→M15, M5→M30, M15→H1, M30→H4, H1→D1, H4→W1, D1→MN1. Andere Zeitrahmen behalten ihren ursprünglichen Wert.
Die Strategie vermeidet GetValue-Aufrufe auf Indikatoren, indem sie die jüngsten Werte innerhalb der Strategie speichert und über die Bind-Callbacks weiterleitet.
Das Trailing-Verhalten spiegelt den ursprünglichen EA wider, indem die Schutzniveaus bei jedem Kerzenschluss neu berechnet 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 AutoAdjustingStrategy : 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 AutoAdjustingStrategy()
{
_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 auto_adjusting_strategy(Strategy):
def __init__(self):
super(auto_adjusting_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(auto_adjusting_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(auto_adjusting_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 auto_adjusting_strategy()