GitHub で見る
ASCV ピボットブレイクアウト戦略
概要
ASCV ピボット ブレークアウト戦略は、MetaTrader 4 エキスパート アドバイザー「ASCV」(ファイル Avpb.mq4)の高レベルの StockSharp 移植です。オリジナルのロボットは、2 つのカスタム インジケーター (ASCTrend1sig と BrainTrend1Sig)、標準偏差フィルター、日次ピボット レベル、および日中出来高加速を組み合わせて、制限された取引ウィンドウ内でブレイクアウト継続セットアップを取引します。独自のカスタム インジケーターは StockSharp では利用できないため、変換では、EA の管理ルールを維持しながら、移動平均、確率的モメンタム、毎日のピボット分析を組み合わせてその動作を再現します。
取引ロジック
- セッション フィルター – 取引は、設定された開始時間と終了時間 (デフォルトのブローカー時間 02:00 ~ 20:00) の間でのみ許可されます。 1 時間ごとのリセットでは、
Minute()==0 になるたびにエントリ フラグをクリアする MQL ロジックが再現されます。
- ボラティリティ ゲート – 選択した時間枠に基づいて構築された標準偏差インジケーターは、構成可能なしきい値を超えている必要があります。これは、エントリーが検討される前にアクティブな市場を必要とした元の
iStdDev コールを反映しています。
- トレンド確認 – ASCTrend/BrainTrend が提供する方向フィルターを高速および低速の単純移動平均で推定します。ロングシグナルでは、速い平均値が遅い平均値を上回り、ローソク足が毎日のピボットの上で閉じる必要があります。ショートでは逆の構成が想定されます。
- 勢いの確認 – 確率的オシレーターは、強気のブレイクアウトが正の
%K-%D の勢いで発生し、弱気の機会が負の勢いを持つことを保証します。 %K と %D の間の絶対的な広がりは、EA が確率的なメイン/信号ラインの差に依存したのと同様に、適応型終了トリガーとして再利用されます。
- ボリューム加速 –
Volume[0]-Volume[1] フィルターに近似するには、ローソク足のボリュームは、設定されたデルタ (デフォルトは 30 契約) だけ前のローソク足のボリュームを超える必要があります。
- 注文の配置 – この戦略では、固定数量の成行注文 (
BuyMarket/SellMarket) を使用します。エキスパートアドバイザーに従って、1 時間あたり 1 方向につき 1 つの取引のみが許可されます。
- ストップとターゲット – ストップは最も近いピボット サポート/レジスタンス (S1/S2 または R1/R2) に配置されます。これらのレベルが近すぎる場合は、価格ステップで表されるフォールバック距離が適用されます。利益目標は同じ階層に従います。ロングの場合は R2/R1/ピボット、ショートの場合は S2/S1/ピボットです。フォールバック距離は、ピボットが利用できない場合の EA の動作をエミュレートします。
- 動的管理 – 確率的スプレッドにより、勢いが失われると早期に撤退します。価格ステップで測定されるトレーリング ストップは、MQL バージョンからの段階的なストップロスの変更を反映しています。
パラメーター
| 名前 |
説明 |
デフォルト |
CandleType |
インジケーターの計算と信号処理の時間枠。 |
15分キャンドル |
StartHour / EndHour |
取引セッションの包括的な時間境界。 |
2/20 |
FastMaLength |
高速 SMA トレンド フィルターの期間。 |
10 |
SlowMaLength |
遅い SMA トレンド フィルターの期間。 |
40 |
StdDevLength |
標準偏差ボラティリティフィルターのルックバック長。 |
10 |
StdDevThreshold |
取引に必要な最小標準偏差。 |
0.0005 |
VolumeDeltaThreshold |
現在のローソク足のボリュームと以前のローソク足のボリュームの間の最小差。 |
30 |
StochasticKPeriod / StochasticDPeriod / StochasticSlowing |
確率的オシレーターの周期。 |
5 / 3 / 3 |
StochasticExitDelta |
モメンタムエグジットを引き起こす絶対的な %K-%D スプレッド。 |
5 |
TrailingStopSteps |
価格ステップにおけるトレーリングストップの距離。 |
30 |
MinPivotDistanceSteps |
ピボットベースのターゲットに必要な最小距離 (ステップ単位)。 |
50 |
StopFallbackSteps |
ピボットのサポート/抵抗が十分な距離にない場合に停止距離を設定します。 |
33 |
TakeProfitBufferSteps |
価格ステップでのフォールバック利食い距離。 |
50 |
OrderVolume |
すべての成行注文の出来高。 |
1 |
すべての距離は、取引所の仕様との互換性を確保するために、商品の価格ステップで定義されます。
実装メモ
- この戦略では、高レベルの
SubscribeCandles().BindEx(...) パターンが使用されます。インジケーターは StockSharp のガイダンスに一致するため、Strategy.Indicators には追加されません**。
- ピボット レベルは、前日の高値、安値、終値を使用して取引日に 1 回再計算されます。 1日目はデータを収集するだけで、2日目が始まると取引を開始します。
StartProtection() は、予期しない切断から自動的に保護するように有効になっており、EA のセーフティ ネットを複製します。
- C# コード内の XML とインライン コメントは、各ブロックの元の MQL ロジックへのマッピングを説明します。
- ストップロスとテイクプロフィットの値は、ブローカーに依存しないように価格ステップ変換を使用して、
SetStopLoss/SetTakeProfit によって設定されます。
使用のヒント
- 出来高加速フィルターが不可欠であるため、ローソク足データと出来高の両方を公開する商品でストラテジーを実行します。
- 最適化するときは、まずボラティリティ (
StdDevThreshold) フィルターと出来高 (VolumeDeltaThreshold) フィルターに焦点を当てます。元の EA は静かな市場に非常に敏感でした。
- 取引されるシンボルのボラティリティプロファイルに一致するようにピボット距離を調整します。ティック サイズが大きい商品の場合は、早期終了を避けるために
MinPivotDistanceSteps を増やします。
- 確率的スプレッドによって生成される出口が多すぎる場合は、トレーリングストップが支配的な出口条件になるように
StochasticExitDelta の幅を広げます。
ファイル
CS/AscvStrategy.cs – 戦略の C# 実装。
README.md – このドキュメント。
README_ru.md – ロシア語の翻訳。
README_zh.md – 中国語翻訳。
using System;
using System.Collections.Generic;
using StockSharp.Algo.Indicators;
using StockSharp.Algo.Strategies;
using StockSharp.BusinessEntities;
using StockSharp.Messages;
namespace StockSharp.Samples.Strategies;
/// <summary>
/// ASCV strategy - fast/slow EMA crossover with trend filter.
/// Buys on bullish crossover when close is above slow EMA.
/// Sells on bearish crossover when close is below slow EMA.
/// </summary>
public class AscvStrategy : Strategy
{
private readonly StrategyParam<int> _fastPeriod;
private readonly StrategyParam<int> _slowPeriod;
private readonly StrategyParam<DataType> _candleType;
private decimal _prevFast;
private decimal _prevSlow;
private bool _hasPrev;
public int FastPeriod { get => _fastPeriod.Value; set => _fastPeriod.Value = value; }
public int SlowPeriod { get => _slowPeriod.Value; set => _slowPeriod.Value = value; }
public DataType CandleType { get => _candleType.Value; set => _candleType.Value = value; }
public AscvStrategy()
{
_fastPeriod = Param(nameof(FastPeriod), 8)
.SetDisplay("Fast EMA", "Fast EMA period", "Indicators");
_slowPeriod = Param(nameof(SlowPeriod), 21)
.SetDisplay("Slow EMA", "Slow EMA period", "Indicators");
_candleType = Param(nameof(CandleType), TimeSpan.FromHours(4).TimeFrame())
.SetDisplay("Candle Type", "Candle timeframe", "General");
}
public override IEnumerable<(Security sec, DataType dt)> GetWorkingSecurities() => [(Security, CandleType)];
protected override void OnReseted() { base.OnReseted(); _prevFast = 0m; _prevSlow = 0m; _hasPrev = false; }
protected override void OnStarted2(DateTime time)
{
base.OnStarted2(time);
_hasPrev = false;
var fast = new ExponentialMovingAverage { Length = FastPeriod };
var slow = new ExponentialMovingAverage { Length = SlowPeriod };
var subscription = SubscribeCandles(CandleType);
subscription
.Bind(fast, slow, ProcessCandle)
.Start();
}
private void ProcessCandle(ICandleMessage candle, decimal fast, decimal slow)
{
if (candle.State != CandleStates.Finished)
return;
if (!_hasPrev)
{
_prevFast = fast;
_prevSlow = slow;
_hasPrev = true;
return;
}
var crossUp = _prevFast <= _prevSlow && fast > slow;
var crossDown = _prevFast >= _prevSlow && fast < slow;
if (crossUp && Position <= 0)
{
if (Position < 0)
BuyMarket();
BuyMarket();
}
else if (crossDown && Position >= 0)
{
if (Position > 0)
SellMarket();
SellMarket();
}
_prevFast = fast;
_prevSlow = slow;
}
}
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 ascv_strategy(Strategy):
def __init__(self):
super(ascv_strategy, self).__init__()
self._fast_period = self.Param("FastPeriod", 8) \
.SetDisplay("Fast EMA", "Fast EMA period", "Indicators")
self._slow_period = self.Param("SlowPeriod", 21) \
.SetDisplay("Slow EMA", "Slow EMA period", "Indicators")
self._candle_type = self.Param("CandleType", DataType.TimeFrame(TimeSpan.FromHours(4))) \
.SetDisplay("Candle Type", "Candle timeframe", "General")
self._prev_fast = 0.0
self._prev_slow = 0.0
self._has_prev = False
@property
def fast_period(self):
return self._fast_period.Value
@property
def slow_period(self):
return self._slow_period.Value
@property
def candle_type(self):
return self._candle_type.Value
def OnReseted(self):
super(ascv_strategy, self).OnReseted()
self._prev_fast = 0.0
self._prev_slow = 0.0
self._has_prev = False
def OnStarted2(self, time):
super(ascv_strategy, self).OnStarted2(time)
self._has_prev = False
fast = ExponentialMovingAverage()
fast.Length = self.fast_period
slow = ExponentialMovingAverage()
slow.Length = self.slow_period
subscription = self.SubscribeCandles(self.candle_type)
subscription.Bind(fast, slow, self.process_candle).Start()
def process_candle(self, candle, fast, slow):
if candle.State != CandleStates.Finished:
return
fast_val = float(fast)
slow_val = float(slow)
if not self._has_prev:
self._prev_fast = fast_val
self._prev_slow = slow_val
self._has_prev = True
return
cross_up = self._prev_fast <= self._prev_slow and fast_val > slow_val
cross_down = self._prev_fast >= self._prev_slow and fast_val < slow_val
if cross_up and self.Position <= 0:
if self.Position < 0:
self.BuyMarket()
self.BuyMarket()
elif cross_down and self.Position >= 0:
if self.Position > 0:
self.SellMarket()
self.SellMarket()
self._prev_fast = fast_val
self._prev_slow = slow_val
def CreateClone(self):
return ascv_strategy()