Wöchentliche Range-Breakout-Strategie (ID 3412)

Die Range Breakout Weekly Strategy ist eine StockSharp hochrangige API-Konvertierung des MetaTrader 5-Expertenberaters RangeBreakout.mq5. Das System bereitet einmal pro Woche anhand eines konfigurierbaren Wochentags und einer konfigurierbaren Stunde Breakout-Levels vor und eröffnet dann einen einzelnen Trade, wenn der Preis über oder unter die berechnete Spanne fällt. Die Positionsgrößenbestimmung und die Verlustkompensationslogik im Martingale-Stil spiegeln das ursprüngliche Skript wider, während die Implementierung StockSharp-Abonnements für Kerzen, Level-1-Kurse und Indikatorbindung nutzt.

Handelslogik

Wöchentliches Vorbereitungsfenster. Beim Schließen der angegebenen stündlichen Kerze am konfigurierten Wochentag zeichnet die Strategie den Schlusskurs der Kerze als Referenzpreis auf und wechselt von der Standby- in die Setup-Phase.
Reichweitenberechnung.
- Der primäre Bereich wird aus einem täglichen durchschnittlichen wahren Bereich über 20 Perioden (ATR) abgeleitet. Der ATR-Wert wird mit ATR Percentage multipliziert und auf die Tick-Größe des Instruments normalisiert.
- Wenn ATR-Daten fehlen, greift der Algorithmus auf die Multiplikation des aktuellen Briefkurses mit Price Percentage zurück.
Schutzstufen.
- Obere und untere Ausbruchsauslöser werden einen Bereich über und unter dem Referenzschluss platziert.
- Take-Profit- und Stop-Loss-Offsets werden als Prozentsätze der Spanne berechnet. Wenn die Kompensation nach einem Verlust aktiv ist, wird der Take-Profit durch den kumulierten Kompensationsausgleich ersetzt und der Stop-Loss wird um denselben Betrag erweitert, genau wie bei der MetaTrader-Logik.
Ausführung.
- Im Setup überwacht die Strategie Kurse der Stufe 1. Ein Bruch über dem oberen Auslöser führt zu einer Long-Position; Ein Abfall unter den unteren Auslöser eröffnet eine Short-Position. Aufträge werden als Marktaufträge mit an Ticks ausgerichteten Preisprüfungen gesendet.
- Sobald eine Position aktiv ist (Handelsphase), werden die Notierungen der Stufe 1 kontinuierlich überwacht. Durch das Erreichen des schützenden Stops oder Ziels wird die Position mit einer Marktorder geschlossen.
Martingale Wiederherstellung.
- Nach einem verlustbringenden Ausstieg verdoppelt sich die nächste Handelsgröße und der Verlustausgleich wird dem Kompensationspuffer hinzugefügt, sodass das folgende Ziel darauf abzielt, den kumulierten Verlust auszugleichen.
- Bei einem gewinnenden Exit werden sowohl der Multiplikator als auch der Kompensationspuffer auf ihre Anfangswerte zurückgesetzt.
Täglicher Reset. Nach Abschluss eines Handels kehrt die Strategie in die Standby-Phase zurück und wartet bis zur nächsten geeigneten Kombination aus Wochentag und Stunde, um ein neues Setup vorzubereiten.

Parameter

Parameter	Standard	Beschreibung
`Trading Day`	Montag	Wochentag, der zur Messung der Ausbruch-Referenzkerze verwendet wird. Die Wochenendauswahl wird automatisch auf Montag umgestellt und entspricht dem ursprünglichen Warnverhalten.
`Start Hour`	0	Stunde (0-23), deren Schlusskerze als Referenz dient. Optimierbar, um verschiedene Sitzungseröffnungen abzudecken.
`Price Percentage`	1,0	Fallback-Prozentsatz des Briefkurses, der zur Berechnung der Spanne verwendet wird, wenn ATR-Daten fehlen.
`ATR Percentage`	100	Auf den täglichen ATR-Wert angewendeter Multiplikator, um den Ausbruchsbereich zu erhalten.
`Take Profit Percentage`	100	Prozentsatz der Spanne, die über den Eintrag hinaus hinzugefügt wird, um den Take-Profit-Preis zu definieren. Wird nach aufeinanderfolgenden Verlusten vom Kompensationspuffer überschrieben.
`Stop Loss Percentage`	100	Prozentsatz der Spanne, der vom Einstieg abgezogen wird, um den Stop-Loss-Preis festzulegen. Der Kompensationspuffer vergrößert diesen Abstand nach Verlusten.
`Base Volume`	0,1	Anfängliches Handelsvolumen vor der Martingal-Skalierung. Der Wert wird automatisch auf den Lautstärkeschritt des Instruments gerundet und durch minimale/maximale Einschränkungen begrenzt.
`ATR Period`	20	Anzahl der täglichen Kerzen, die dem Indikator ATR zugeführt werden.
`Hour Candle Type`	1-stündiger Zeitrahmen	Kerzenabonnement, das zur Erkennung des Vorbereitungsfensters verwendet wird.
`ATR Candle Type`	Zeitrahmen 1 Tag	Kerzenabonnement, das den Indikator ATR speist.

Implementierungshinweise

Datenabonnements. Die Strategie abonniert stündliche Kerzen für die Planung, tägliche Kerzen für die ATR-Berechnung und Level-1-Daten für die Bid/Ask-Überwachung. Das übergeordnete Bind API wird zum Streamen von Indikatorwerten ohne manuelle Pufferbehandlung verwendet.
Tick-Ausrichtung. Alle Preisniveaus (Referenz, Auslöser, Stop-Loss, Take-Profit) werden durch Security.ShrinkPrice normalisiert, um Tick-Größenbeschränkungen zu berücksichtigen und das NormalizeDouble-Verhalten von MetaTrader nachzuahmen.
Volumenabwicklung. Handelsvolumina werden vor der Auftragserteilung auf VolumeStep des Instruments gerundet und durch VolumeMin/VolumeMax eingeschränkt, wodurch die ursprüngliche Chargenbereinigung nachgebildet wird.
Phasenmaschine. Interne Phasen (Standby, Setup, Trade) ersetzen die ursprüngliche Enum-Logik und stellen einen einzelnen Handel pro Vorbereitungszyklus sicher. Nach jedem Exit wird der Status auf Standby zurückgesetzt, bis die nächste qualifizierende Kerze auftritt.
Kompensationspuffer. Das Feld compensationOffset speichert die kumulierte Verlustentfernung, ausgedrückt in Preiseinheiten. Wenn es aktiv ist, ersetzt das nächste Setup den Take-Profit-Offset durch diesen Wert und erweitert den Stop um denselben Betrag, was die MetaTrader-Formel widerspiegelt, die vergangene Geldverluste in Preisdistanz umwandelt.
Protokollierung. Durch die Auswahl von Samstag oder Sonntag wird ein Informationsprotokoll ausgelöst und der Arbeitstag automatisch auf Montag umgestellt, entsprechend der Warnung, die in der Version MQL angezeigt wird.

Nutzungstipps

Richten Sie Trading Day und Start Hour auf die Sitzung aus, die aussagekräftige Spannen generiert (z. B. Ausbruch aus der asiatischen Spanne oder Ausbruch aus der Londoner Eröffnung).
Kalibrieren Sie ATR Percentage, Take Profit Percentage und Stop Loss Percentage gemeinsam. Die Erhöhung des Range-Multiplikators führt zu breiteren Triggern und langsameren Trades, während die Anpassung der Gewinn-/Verlust-Prozentsätze das Verhältnis von Chance zu Risiko verändert.
Aktivieren Sie die Optimierung für Start Hour, Base Volume oder die Prozentparameter, um Parameter-Sweeps des ursprünglichen Expert Advisors zu reproduzieren.
Überwachen Sie die kumulative Exposition, die durch den Martingal-Multiplikator entsteht. Erwägen Sie, Base Volume zu senken, wenn Sie es auf Konten mit hoher Hebelwirkung ausführen.
Die Strategie ist für ein einzelnes Instrument konzipiert. Stellen Sie mehrere Kopien mit unterschiedlichen Wertpapieren oder Sitzungseinstellungen bereit, um die Abdeckung zu diversifizieren.

Conversion-Abdeckung

✅ Wöchentliche Planung, Reichweitenberechnungen, Schutzstufen und Martingalverhalten von RangeBreakout.mq5 beibehalten.
✅ MetaTrader-spezifische API-Aufrufe (iATR, CopyBuffer, OrderSend usw.) durch idiomatische StockSharp-Abstraktionen (SubscribeCandles, AverageTrueRange, BuyMarket/SellMarket) ersetzt.
✅ Auf Wunsch englische Inline-Kommentare und umfangreiche Dokumentation implementiert.
✅ Testprojekte unberührt gelassen und keine Python-Variante unter Einhaltung der Aufgabenbeschränkungen erstellt.

namespace StockSharp.Samples.Strategies; using System; using Ecng.Common; using StockSharp.Algo.Indicators; using StockSharp.Algo.Strategies; using StockSharp.Messages; /// <summary> /// Range Breakout Weekly strategy: periodic range breakout using highest/lowest channels. /// Buys on breakout above recent high, sells on breakout below recent low. /// </summary> public class RangeBreakoutWeeklyStrategy : Strategy { private readonly StrategyParam<DataType> _candleType; private readonly StrategyParam<int> _channelPeriod; private decimal _prevHigh; private decimal _prevLow; private bool _hasPrev; public DataType CandleType { get => _candleType.Value; set => _candleType.Value = value; } public int ChannelPeriod { get => _channelPeriod.Value; set => _channelPeriod.Value = value; } public RangeBreakoutWeeklyStrategy() { _candleType = Param(nameof(CandleType), TimeSpan.FromMinutes(60).TimeFrame()) .SetDisplay("Candle Type", "Candle timeframe", "General"); _channelPeriod = Param(nameof(ChannelPeriod), 20) .SetGreaterThanZero() .SetDisplay("Channel Period", "Highest/Lowest period", "Indicators"); } /// <inheritdoc /> protected override void OnReseted() { base.OnReseted(); _prevHigh = 0m; _prevLow = 0m; _hasPrev = false; } /// <inheritdoc /> protected override void OnStarted2(DateTime time) { base.OnStarted2(time); _hasPrev = false; var highest = new Highest { Length = ChannelPeriod }; var lowest = new Lowest { Length = ChannelPeriod }; var subscription = SubscribeCandles(CandleType); subscription.Bind(highest, lowest, ProcessCandle).Start(); } private void ProcessCandle(ICandleMessage candle, decimal highValue, decimal lowValue) { if (candle.State != CandleStates.Finished) return; var close = candle.ClosePrice; if (_hasPrev) { if (close > _prevHigh && Position <= 0) BuyMarket(); else if (close < _prevLow && Position >= 0) SellMarket(); } _prevHigh = highValue; _prevLow = lowValue; _hasPrev = true; } }

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 Highest, Lowest from StockSharp.Algo.Strategies import Strategy class range_breakout_weekly_strategy(Strategy): def __init__(self): super(range_breakout_weekly_strategy, self).__init__() self._candle_type = self.Param("CandleType", DataType.TimeFrame(TimeSpan.FromMinutes(60))) self._channel_period = self.Param("ChannelPeriod", 20) self._prev_high = 0.0 self._prev_low = 0.0 self._has_prev = False @property def CandleType(self): return self._candle_type.Value @CandleType.setter def CandleType(self, value): self._candle_type.Value = value @property def ChannelPeriod(self): return self._channel_period.Value @ChannelPeriod.setter def ChannelPeriod(self, value): self._channel_period.Value = value def OnReseted(self): super(range_breakout_weekly_strategy, self).OnReseted() self._prev_high = 0.0 self._prev_low = 0.0 self._has_prev = False def OnStarted2(self, time): super(range_breakout_weekly_strategy, self).OnStarted2(time) self._has_prev = False highest = Highest() highest.Length = self.ChannelPeriod lowest = Lowest() lowest.Length = self.ChannelPeriod subscription = self.SubscribeCandles(self.CandleType) subscription.Bind(highest, lowest, self._process_candle).Start() def _process_candle(self, candle, high_value, low_value): if candle.State != CandleStates.Finished: return close = float(candle.ClosePrice) if self._has_prev: if close > self._prev_high and self.Position <= 0: self.BuyMarket() elif close < self._prev_low and self.Position >= 0: self.SellMarket() self._prev_high = float(high_value) self._prev_low = float(low_value) self._has_prev = True def CreateClone(self): return range_breakout_weekly_strategy()