A estratégia replica o expert do MetaTrader "iMA iStochastic Custom" dentro do framework StockSharp. Combina um envelope de média móvel com um filtro de oscilador estocástico. O trading ocorre nas velas concluídas do período selecionado (CandleType). Todos os comentários abaixo usam a mesma nomenclatura do advisor original.
Componentes principais:
Envelope de média móvel – a média móvel base é deslocada por LevelUpPips e LevelDownPips (expressos em pips) para construir bandas de resistência e suporte. O método de média corresponde às opções do MetaTrader: Simples, Exponencial, Suavizada (SMMA) e Ponderada Linear (LWMA).
Oscilador estocástico – os comprimentos de %K, %D e suavização seguem os parâmetros originais. Dois limites (StochasticLevel1 e StochasticLevel2) validam condições de sobrecompra/sobrevenda.
Gestão monetária – o seletor original de lot/risk é preservado através do parâmetro ManagementMode. No modo FixedLot, o tamanho da ordem equivale a VolumeValue. No modo RiskPercent, a estratégia arrisca o percentual configurado do patrimônio do portfólio contra a distância do stop-loss, reproduzindo o comportamento de CMoneyFixedMargin.
Proteções – as distâncias de stop-loss, take-profit e trailing são inseridas em pips. O trailing é atualizado em velas concluídas, espelhando a lógica MQL enquanto permanece compatível com o modelo de eventos do StockSharp.
Lógica de trading
Os sinais de compra e venda são simétricos:
Compra quando o fechamento da vela está acima do envelope superior (ma + LevelUpPips) e qualquer linha do estocástico está acima de StochasticLevel1.
Venda quando o fechamento da vela está abaixo do envelope inferior (ma + LevelDownPips) e qualquer linha do estocástico está abaixo de StochasticLevel2.
Definir ReverseSignals = true troca a direção de entrada.
Apenas uma posição líquida está ativa por vez. Quando o sinal muda, a estratégia envia uma ordem grande o suficiente para neutralizar a exposição atual e abrir uma nova posição na direção oposta.
Controle de risco e saídas
Stop-loss / take-profit – distâncias em pips convertidas através do PriceStep do instrumento. São verificadas em cada vela finalizada usando a máxima/mínima da vela.
Trailing stop – começa depois que o preço se moveu TrailingStopPips a favor da posição. Requer uma melhoria adicional de TrailingStepPips antes de cada ajuste, assim como a rotina de trailing MQL.
Gestão monetária – no modo de risco o tamanho da posição é equity * VolumeValue / 100 / perUnitRisk, onde perUnitRisk é a perda monetária por um lote até o stop-loss.
Parâmetros
Parâmetro
Descrição
CandleType
Período usado para cálculos.
StopLossPips, TakeProfitPips
Distâncias protetoras em pips.
TrailingStopPips, TrailingStepPips
Ativação do trailing e passo (pips). Definir zero para desabilitar.
ManagementMode, VolumeValue
Dimensionamento de lote fixo ou percentual de risco.
MaPeriod, MaShift, MaMethod
Comprimento da média móvel, deslocamento de barras e método (SMA/EMA/SMMA/LWMA).
LevelUpPips, LevelDownPips
Deslocamentos do envelope superior/inferior em pips. Valores negativos são permitidos para a banda inferior.
Níveis de confirmação para verificações de compra/venda.
ReverseSignals
Inverter a direção de todas as operações.
Notas de implementação
Velas, indicadores e ordens são conectados através da API de alto nível (SubscribeCandles().BindEx(...)).
O tamanho do pip se ajusta automaticamente a símbolos forex de 3/5 dígitos multiplicando o PriceStep quando necessário.
A lógica de trailing é executada em velas concluídas. Se o trailing intrabarra for necessário, conectar a lógica a dados de nível tick.
Nenhum port Python é fornecido; a pasta PY está intencionalmente ausente conforme solicitado.
Diferenças em relação à versão do MetaTrader
O dimensionamento de risco é explícito e baseado nas métricas do portfólio StockSharp em vez da classe auxiliar CMoneyFixedMargin. Os lotes resultantes correspondem ao comportamento original quando o stop-loss está habilitado; com stop-loss zero o tamanho da posição permanece zero, espelhando a proteção MQL.
As verificações de proteção (stop-loss, take-profit, trailing) são avaliadas em velas concluídas porque as estratégias StockSharp são orientadas a eventos. Isso mantém a lógica determinística e corresponde às restrições de backtesting.
O logging é simplificado para a saída padrão do StockSharp; o flag verboso InpPrintLog não é transferido.
Use esta estratégia como substituto direto ao migrar do MetaTrader para o StockSharp Designer ou Runner. Ajuste os parâmetros para o instrumento e período alvo.
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 IMAIStochasticCustomStrategy : 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 IMAIStochasticCustomStrategy()
{
_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 imai_stochastic_custom_strategy(Strategy):
def __init__(self):
super(imai_stochastic_custom_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(imai_stochastic_custom_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(imai_stochastic_custom_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 imai_stochastic_custom_strategy()