Português PT
Ver no GitHub

Estratégia de Especialistas com Autoaprendizagem

Esta estratégia aprende com padrões binários históricos de preços e estima a probabilidade de movimento futuro para cima ou para baixo. Quando a probabilidade excede um limite definido pelo usuário, a estratégia abre uma posição a mercado nessa direção. As estatísticas coletadas decaem com o tempo por meio de um fator de esquecimento para dar mais peso ao comportamento recente. O sistema pode opcionalmente mover os níveis de stop quando novos sinais aparecem e suporta um stop trailing baseado em passos de preço.

Detalhes

  • Critérios de entrada:
    • Comprado: Probabilidade de movimento para cima ≥ ProbabilityThreshold.
    • Vendido: Probabilidade de movimento para baixo ≥ ProbabilityThreshold.
  • Stops: Stop trailing opcional com stop-loss e take-profit simétricos.
  • Valores padrão:
    • PatternSize = 10
    • ProbabilityThreshold = 0.8
    • ForgetRate = 1.05
    • Trailing = 0 (desativado)
  • Filtros:
    • Categoria: Reconhecimento de padrões
    • Direção: Ambos
    • Indicadores: Nenhum
    • Stops: Opcional
    • Complexidade: Alto
    • Período: Qualquer
    • Sazonalidade: Não
    • Redes neurais: Não
    • Divergência: Não
    • Nível de risco: Alto
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>
/// Pattern-based strategy using EMA crossover.
/// </summary>
public class SelfLearningExpertsStrategy : 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 SelfLearningExpertsStrategy()
	{
		_fastPeriod = Param(nameof(FastPeriod), 12)
			.SetGreaterThanZero()
			.SetDisplay("Fast Period", "Fast EMA period", "Parameters");
		_slowPeriod = Param(nameof(SlowPeriod), 26)
			.SetGreaterThanZero()
			.SetDisplay("Slow Period", "Slow EMA period", "Parameters");
		_candleType = Param(nameof(CandleType), TimeSpan.FromHours(4).TimeFrame())
			.SetDisplay("Candle Type", "Candle type", "General");
	}

	public override IEnumerable<(Security sec, DataType dt)> GetWorkingSecurities()
		=> [(Security, CandleType)];

	protected override void OnReseted()
	{
		base.OnReseted();
		_prevFast = 0;
		_prevSlow = 0;
		_hasPrev = false;
	}

	protected override void OnStarted2(DateTime time)
	{
		base.OnStarted2(time);

		var fast = new ExponentialMovingAverage { Length = FastPeriod };
		var slow = new ExponentialMovingAverage { Length = SlowPeriod };

		SubscribeCandles(CandleType)
			.Bind(fast, slow, ProcessCandle)
			.Start();
	}

	private void ProcessCandle(ICandleMessage candle, decimal fastVal, decimal slowVal)
	{
		if (candle.State != CandleStates.Finished) return;

		if (!_hasPrev)
		{
			_prevFast = fastVal;
			_prevSlow = slowVal;
			_hasPrev = true;
			return;
		}

		var crossUp = _prevFast <= _prevSlow && fastVal > slowVal;
		var crossDown = _prevFast >= _prevSlow && fastVal < slowVal;

		if (crossUp && Position <= 0)
		{
			if (Position < 0) BuyMarket();
			BuyMarket();
		}
		else if (crossDown && Position >= 0)
		{
			if (Position > 0) SellMarket();
			SellMarket();
		}

		_prevFast = fastVal;
		_prevSlow = slowVal;
	}
}