A Estratégia da Calculadora de Volume reproduz a lógica do consultor especialista original MetaTrader que calcula um volume de negociação recomendado com base nos níveis de stop-loss e take-profit. Quando a estratégia é iniciada, ela lê os preços stop configurados, avalia o preço de mercado atual do título selecionado e deriva as métricas de risco usando o capital disponível do portfólio.
A estratégia não faz pedidos. Seu único objetivo é fornecer estatísticas detalhadas de gerenciamento de dinheiro no log e expor os valores computados por meio de propriedades somente leitura. Isto o torna útil para traders manuais que desejam validar as regras de dimensionamento de posição antes de enviar uma negociação.
Parâmetros
Preço de Stop Loss – nível de preço absoluto do stop de proteção utilizado para a posição planejada.
Take Profit Price – nível de preço absoluto da meta de take-profit.
Perda Máxima% – parcela máxima do valor do portfólio que pode ser arriscada em uma única negociação. A estratégia multiplica esta percentagem pelo capital da carteira para obter a perda máxima aceitável em termos cambiais.
É posição longa – determina se a posição planejada é longa (true) ou curta (false). A direção é necessária para calcular a distância entre o preço atual e os níveis de stop/alvo.
Todos os parâmetros, exceto Max Loss %, são excluídos da otimização para mantê-los como entradas estritamente manuais, refletindo o comportamento do especialista original.
Detalhes do cálculo
Valor do portfólio – a estratégia busca Portfolio.CurrentValue (voltando para Portfolio.BeginValue) para estimar o capital disponível. Se o valor não for fornecido, o cálculo será interrompido com um aviso.
Validação da etapa de preço – os valores Security.PriceStep e Security.StepPrice devem ser definidos porque convertem distâncias de preço em etapas de contrato e valores em dinheiro. A falta de metadados impede o cálculo.
Detecção de preço atual – a estratégia procura o último preço de negociação. Quando indisponível, aproxima o preço calculando a média das melhores cotações de compra/venda, voltando finalmente ao último preço conhecido.
Distância em etapas – tanto as distâncias de stop-loss quanto de take-profit são medidas em etapas de preço. As distâncias são arredondadas (decimal.Ceiling) para permanecerem conservadoras, da mesma forma que o script MetaTrader depende de MathCeil.
Dinheiro em risco – a perda máxima aceitável é igual a PortfolioValue * MaxLoss% / 100.
Volume sugerido – a perda por etapa é de MaxLoss / StopSteps. A divisão deste valor por StepPrice produz o volume da posição que mantém a perda sob controle.
Lucro esperado – multiplicar as etapas de obtenção de lucro por StepPrice e o volume sugerido produz o ganho de caixa projetado se a meta for atingida.
Relação risco-recompensa – relação entre as contagens de etapas de take-profit e stop-loss, equivalente ao cálculo original baseado em pip.
Cada valor calculado é armazenado dentro da estratégia e impresso no log com mensagens informativas em inglês. Se a relação risco-recompensa for maior ou igual a 3, a estratégia sinaliza “Você pode negociar”; caso contrário, imprime um aviso de que a negociação é muito arriscada.
Fluxo de trabalho de uso
Anexe a estratégia à segurança e ao portfólio desejados no ambiente StockSharp.
Configure os preços de stop-loss e take-profit que correspondam à negociação manual planejada.
Defina a porcentagem de risco aceitável e a direção pretendida.
Inicie a estratégia – a saída com todas as métricas aparecerá imediatamente no log.
Revise o volume sugerido e a relação risco-recompensa antes de executar a negociação manualmente.
Notas
Se algum dos campos de metadados de segurança obrigatórios (etapa de preço ou preço escalonado) estiver faltando, solicite-os à bolsa ou ajuste as configurações de segurança manualmente.
O cálculo é estático; ele não é atualizado automaticamente após o início. Reinicie a estratégia se as condições de mercado ou os parâmetros de risco mudarem.
Como a estratégia não envia ordens, é seguro executá-la tanto em backtesting quanto em ambientes ao vivo, exclusivamente para fins analíticos.
namespace StockSharp.Samples.Strategies;
using System;
using Ecng.Common;
using StockSharp.Algo.Indicators;
using StockSharp.Algo.Strategies;
using StockSharp.Messages;
/// <summary>
/// Volume Calculator strategy: EMA + volume confirmation.
/// Buys when price above EMA with increasing volume, sells below EMA with increasing volume.
/// </summary>
public class VolumeCalculatorStrategy : Strategy
{
private readonly StrategyParam<DataType> _candleType;
private readonly StrategyParam<int> _emaPeriod;
private decimal _prevVolume;
private bool _wasBullishSignal;
private bool _hasPrev;
public DataType CandleType { get => _candleType.Value; set => _candleType.Value = value; }
public int EmaPeriod { get => _emaPeriod.Value; set => _emaPeriod.Value = value; }
public VolumeCalculatorStrategy()
{
_candleType = Param(nameof(CandleType), TimeSpan.FromMinutes(60).TimeFrame())
.SetDisplay("Candle Type", "Candle timeframe", "General");
_emaPeriod = Param(nameof(EmaPeriod), 50)
.SetGreaterThanZero()
.SetDisplay("EMA Period", "EMA trend filter period", "Indicators");
}
/// <inheritdoc />
protected override void OnReseted()
{
base.OnReseted();
_prevVolume = 0;
_wasBullishSignal = false;
_hasPrev = false;
}
/// <inheritdoc />
protected override void OnStarted2(DateTime time)
{
base.OnStarted2(time);
_prevVolume = 0;
_wasBullishSignal = false;
_hasPrev = false;
var ema = new ExponentialMovingAverage { Length = EmaPeriod };
var subscription = SubscribeCandles(CandleType);
subscription.Bind(ema, ProcessCandle).Start();
}
private void ProcessCandle(ICandleMessage candle, decimal emaValue)
{
if (candle.State != CandleStates.Finished) return;
if (_hasPrev)
{
var volumeUp = candle.TotalVolume > _prevVolume;
var bullishSignal = candle.ClosePrice > emaValue && volumeUp;
var bearishSignal = candle.ClosePrice < emaValue && volumeUp;
var crossedUp = bullishSignal && !_wasBullishSignal;
var crossedDown = bearishSignal && _wasBullishSignal;
if (crossedUp && Position <= 0)
BuyMarket();
else if (crossedDown && Position >= 0)
SellMarket();
if (bullishSignal || bearishSignal)
_wasBullishSignal = bullishSignal;
}
_prevVolume = candle.TotalVolume;
_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 ExponentialMovingAverage
from StockSharp.Algo.Strategies import Strategy
class volume_calculator_strategy(Strategy):
def __init__(self):
super(volume_calculator_strategy, self).__init__()
self._candle_type = self.Param("CandleType", DataType.TimeFrame(TimeSpan.FromMinutes(60)))
self._ema_period = self.Param("EmaPeriod", 50)
self._prev_volume = 0.0
self._was_bullish_signal = False
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 EmaPeriod(self):
return self._ema_period.Value
@EmaPeriod.setter
def EmaPeriod(self, value):
self._ema_period.Value = value
def OnReseted(self):
super(volume_calculator_strategy, self).OnReseted()
self._prev_volume = 0.0
self._was_bullish_signal = False
self._has_prev = False
def OnStarted2(self, time):
super(volume_calculator_strategy, self).OnStarted2(time)
self._prev_volume = 0.0
self._was_bullish_signal = False
self._has_prev = False
ema = ExponentialMovingAverage()
ema.Length = self.EmaPeriod
subscription = self.SubscribeCandles(self.CandleType)
subscription.Bind(ema, self._process_candle).Start()
def _process_candle(self, candle, ema_value):
if candle.State != CandleStates.Finished:
return
close = float(candle.ClosePrice)
ema_val = float(ema_value)
volume = float(candle.TotalVolume)
if self._has_prev:
volume_up = volume > self._prev_volume
bullish_signal = close > ema_val and volume_up
bearish_signal = close < ema_val and volume_up
crossed_up = bullish_signal and not self._was_bullish_signal
crossed_down = bearish_signal and self._was_bullish_signal
if crossed_up and self.Position <= 0:
self.BuyMarket()
elif crossed_down and self.Position >= 0:
self.SellMarket()
if bullish_signal or bearish_signal:
self._was_bullish_signal = bullish_signal
self._prev_volume = volume
self._has_prev = True
def CreateClone(self):
return volume_calculator_strategy()