Esta estratégia usa a derivada da Média Móvel Adaptativa de Kaufman (KAMA) combinada com um filtro de volatilidade baseado no desvio padrão. Uma posição comprada é aberta quando a taxa de variação do KAMA supera um limiar dinâmico; uma posição vendida é aberta quando cai abaixo do limiar negativo. O limiar é calculado multiplicando o desvio padrão das variações do KAMA por um fator definido pelo usuário.
Parâmetros
KAMA Length – período de retrospecto para o indicador KAMA.
Fast Period – período rápido de EMA usado no suavizamento do KAMA.
Slow Period – período lento de EMA usado no suavizamento do KAMA.
Deviation Multiplier – multiplicador aplicado ao desvio padrão para formar o limiar do sinal.
Take Profit – percentual para fixação automática de lucros.
Stop Loss – percentual para o stop de proteção.
Candle Type – período das velas utilizadas para os cálculos.
Lógica de negociação
Assinar velas do período selecionado.
Calcular o KAMA para cada vela e computar sua variação em relação ao valor anterior.
Atualizar o indicador de desvio padrão com os valores de variação.
Quando a variação excede Deviation Multiplier * StdDev, abrir ou fechar posições:
Se a variação for maior que o limiar: fechar posições vendidas e abrir comprada.
Se a variação for menor que o limiar negativo: fechar posições compradas e abrir vendida.
Ordens de proteção para take profit e stop loss são gerenciadas automaticamente via StartProtection.
Notas
A estratégia trabalha apenas com velas completadas e usa tabulações para recuo no código-fonte. Todos os comentários são escritos em inglês conforme exigido.
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;
/// <summary>
/// AMkA based strategy using KAMA derivative and standard deviation filter.
/// Buys when KAMA rises above volatility threshold and sells when it falls below.
/// </summary>
public class AmkaSignalStrategy : Strategy
{
private readonly StrategyParam<int> _length;
private readonly StrategyParam<decimal> _deviationMultiplier;
private readonly StrategyParam<DataType> _candleType;
private decimal _prevKama;
private bool _hasPrev;
public int Length { get => _length.Value; set => _length.Value = value; }
public decimal DeviationMultiplier { get => _deviationMultiplier.Value; set => _deviationMultiplier.Value = value; }
public DataType CandleType { get => _candleType.Value; set => _candleType.Value = value; }
public AmkaSignalStrategy()
{
_length = Param(nameof(Length), 10)
.SetGreaterThanZero()
.SetDisplay("KAMA Length", "Lookback period for the adaptive moving average", "Indicator");
_deviationMultiplier = Param(nameof(DeviationMultiplier), 1.0m)
.SetGreaterThanZero()
.SetDisplay("Deviation Multiplier", "Multiplier for standard deviation filter", "Indicator");
_candleType = Param(nameof(CandleType), TimeSpan.FromHours(4).TimeFrame())
.SetDisplay("Candle Type", "Timeframe for indicator calculation", "General");
}
public override IEnumerable<(Security sec, DataType dt)> GetWorkingSecurities()
=> [(Security, CandleType)];
protected override void OnReseted()
{
base.OnReseted();
_prevKama = 0;
_hasPrev = false;
}
protected override void OnStarted2(DateTime time)
{
base.OnStarted2(time);
var kama = new KaufmanAdaptiveMovingAverage { Length = Length };
var stdev = new StandardDeviation { Length = Length };
SubscribeCandles(CandleType).Bind(kama, stdev, ProcessCandle).Start();
}
private void ProcessCandle(ICandleMessage candle, decimal kamaValue, decimal stdevValue)
{
if (candle.State != CandleStates.Finished) return;
if (!_hasPrev)
{
_prevKama = kamaValue;
_hasPrev = true;
return;
}
var delta = kamaValue - _prevKama;
_prevKama = kamaValue;
if (stdevValue <= 0) return;
var threshold = stdevValue * DeviationMultiplier;
if (delta > threshold && Position <= 0)
{
if (Position < 0) BuyMarket();
BuyMarket();
}
else if (delta < -threshold && Position >= 0)
{
if (Position > 0) SellMarket();
SellMarket();
}
}
}
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 StandardDeviation, KaufmanAdaptiveMovingAverage
from StockSharp.Algo.Strategies import Strategy
class amka_signal_strategy(Strategy):
def __init__(self):
super(amka_signal_strategy, self).__init__()
self._length = self.Param("Length", 10) \
.SetDisplay("KAMA Length", "Lookback period for the adaptive moving average", "Indicator")
self._deviation_multiplier = self.Param("DeviationMultiplier", 1.0) \
.SetDisplay("Deviation Multiplier", "Multiplier for standard deviation filter", "Indicator")
self._candle_type = self.Param("CandleType", DataType.TimeFrame(TimeSpan.FromHours(4))) \
.SetDisplay("Candle Type", "Timeframe for indicator calculation", "General")
self._prev_kama = 0.0
self._has_prev = False
@property
def length(self):
return self._length.Value
@property
def deviation_multiplier(self):
return self._deviation_multiplier.Value
@property
def candle_type(self):
return self._candle_type.Value
def OnReseted(self):
super(amka_signal_strategy, self).OnReseted()
self._prev_kama = 0.0
self._has_prev = False
def OnStarted2(self, time):
super(amka_signal_strategy, self).OnStarted2(time)
kama = KaufmanAdaptiveMovingAverage()
kama.Length = self.length
stdev = StandardDeviation()
stdev.Length = self.length
subscription = self.SubscribeCandles(self.candle_type)
subscription.Bind(kama, stdev, self.on_process).Start()
area = self.CreateChartArea()
if area is not None:
self.DrawCandles(area, subscription)
self.DrawOwnTrades(area)
def on_process(self, candle, kama_value, stdev_value):
if candle.State != CandleStates.Finished:
return
if not self._has_prev:
self._prev_kama = kama_value
self._has_prev = True
return
delta = kama_value - self._prev_kama
self._prev_kama = kama_value
if stdev_value <= 0:
return
threshold = stdev_value * self.deviation_multiplier
if delta > threshold and self.Position <= 0:
if self.Position < 0:
self.BuyMarket()
self.BuyMarket()
elif delta < -threshold and self.Position >= 0:
if self.Position > 0:
self.SellMarket()
self.SellMarket()
def CreateClone(self):
return amka_signal_strategy()