Esta estratégia reproduz o consultor especialista Universum_3_0 MQL4 original usando o StockSharp API de alto nível.
Ele combina um modelo simples de entrada de limite DeMarker com uma regra de dimensionamento de posição semelhante a martingale que se adapta
tamanho do lote após perder negociações.
Lógica de negociação
Indicador: oscilador DeMarker clássico com período configurável.
Geração de Sinal:
Abra uma posição longa quando DeMarker > 0.5 estiver no fechamento de uma vela concluída.
Abra uma posição curta quando DeMarker < 0.5 estiver no fechamento de uma vela concluída.
Apenas uma posição pode estar ativa por vez; novos sinais são ignorados enquanto uma negociação está aberta.
Gerenciamento de saídas:
Os níveis protetores de stop-loss e take-profit são anexados usando compensações de preços absolutos medidas em pontos.
As posições são fechadas automaticamente por estes níveis de proteção; a estratégia não muda imediatamente.
Gerenciamento de dinheiro:
Após uma negociação lucrativa, o volume é redefinido para o lote base.
Após uma negociação perdida, o volume é multiplicado por (TakeProfitPoints + StopLossPoints) / (TakeProfitPoints - SpreadPoints).
O valor do spread é obtido das cotações ao vivo do Nível 1 e convertido em "pontos" usando a precisão do símbolo.
São contabilizadas perdas consecutivas; atingir o limite interrompe a estratégia de emular a proteção contra perdas original.
A configuração FastOptimize = true desativa a regra de dimensionamento adaptável e sempre usa o lote base, o que acelera as otimizações.
Parâmetros
Parâmetro
Descrição
Padrão
CandleType
Período usado para cálculos do DeMarker.
Período de 1 minuto
DemarkerPeriod
Período de retrospectiva do oscilador DeMarker.
10
TakeProfitPoints
Distância de take-profit expressa em pontos (convertida internamente em preço absoluto).
50
StopLossPoints
Distância de stop-loss expressa em pontos.
50
BaseVolume
Volume de negociação inicial utilizado após cada negociação lucrativa.
1
LossesLimit
Número máximo de perdas consecutivas antes da estratégia parar.
1,000,000
FastOptimize
Quando true desativa o dimensionamento adaptativo para passes rápidos de otimização.
true
Notas de implementação
Os dados do Nível 1 são necessários para estimar o spread atual e replicar o multiplicador do lote original.
A normalização do volume respeita o volume mínimo, o volume máximo e o tamanho do passo do instrumento.
As compensações de stop-loss e take-profit adaptam-se automaticamente a instrumentos de 3/5 dígitos ajustando o tamanho do ponto.
A visualização do gráfico traça velas, o indicador DeMarker e negociações executadas para facilitar a validação.
Dicas de uso
Forneça dados de oferta/venda de nível 1, além de velas, para garantir que o multiplicador baseado em spread funcione corretamente.
Use FastOptimize = true durante pesquisas grosseiras de parâmetros e, em seguida, desative-o para backtests precisos e negociações ao vivo.
Monitore o contador de perdas consecutivas ao usar multiplicadores agressivos para evitar exceder os limites do corretor.
Ajuste TakeProfitPoints e StopLossPoints para corresponder ao símbolo original ou ao seu perfil de risco antes de negociar ao vivo.
using System;
using StockSharp.Algo.Indicators;
using StockSharp.Algo.Strategies;
using StockSharp.BusinessEntities;
using StockSharp.Messages;
namespace StockSharp.Samples.Strategies;
public class Universum30OriginalStrategy : Strategy
{
private readonly StrategyParam<int> _rsiPeriod;
private readonly StrategyParam<int> _emaPeriod;
private readonly StrategyParam<int> _cooldownCandles;
private readonly StrategyParam<DataType> _candleType;
private decimal _prevRsi;
private bool _hasPrev;
private int _cooldownRemaining;
public int RsiPeriod { get => _rsiPeriod.Value; set => _rsiPeriod.Value = value; }
public int EmaPeriod { get => _emaPeriod.Value; set => _emaPeriod.Value = value; }
public int CooldownCandles { get => _cooldownCandles.Value; set => _cooldownCandles.Value = value; }
public DataType CandleType { get => _candleType.Value; set => _candleType.Value = value; }
public Universum30OriginalStrategy()
{
_rsiPeriod = Param(nameof(RsiPeriod), 14).SetDisplay("RSI Period", "RSI lookback", "Indicators");
_emaPeriod = Param(nameof(EmaPeriod), 20).SetDisplay("EMA Period", "EMA trend", "Indicators");
_cooldownCandles = Param(nameof(CooldownCandles), 30).SetDisplay("Cooldown", "Candles between signals", "General");
_candleType = Param(nameof(CandleType), TimeSpan.FromMinutes(5).TimeFrame()).SetDisplay("Candle Type", "Candle timeframe", "General");
}
/// <inheritdoc />
protected override void OnReseted()
{
base.OnReseted();
_prevRsi = default;
_hasPrev = default;
_cooldownRemaining = default;
}
protected override void OnStarted2(DateTime time)
{
base.OnStarted2(time);
_prevRsi = 0;
_hasPrev = false;
_cooldownRemaining = 0;
var rsi = new RelativeStrengthIndex { Length = RsiPeriod };
var ema = new ExponentialMovingAverage { Length = EmaPeriod };
var subscription = SubscribeCandles(CandleType);
subscription.Bind(rsi, ema, ProcessCandle).Start();
}
private void ProcessCandle(ICandleMessage candle, decimal rsi, decimal ema)
{
if (candle.State != CandleStates.Finished) return;
var close = candle.ClosePrice;
if (!_hasPrev) { _prevRsi = rsi; _hasPrev = true; return; }
if (_cooldownRemaining > 0)
{
_cooldownRemaining--;
_prevRsi = rsi;
return;
}
if (_prevRsi <= 30 && rsi > 30 && close > ema && Position <= 0)
{
if (Position < 0) BuyMarket();
BuyMarket();
_cooldownRemaining = CooldownCandles;
}
else if (_prevRsi >= 70 && rsi < 70 && close < ema && Position >= 0)
{
if (Position > 0) SellMarket();
SellMarket();
_cooldownRemaining = CooldownCandles;
}
_prevRsi = rsi;
}
}
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 RelativeStrengthIndex, ExponentialMovingAverage
from StockSharp.Algo.Strategies import Strategy
class universum30_original_strategy(Strategy):
def __init__(self):
super(universum30_original_strategy, self).__init__()
self._rsi_period = self.Param("RsiPeriod", 14) \
.SetDisplay("RSI Period", "RSI lookback", "Indicators")
self._ema_period = self.Param("EmaPeriod", 20) \
.SetDisplay("EMA Period", "EMA trend", "Indicators")
self._cooldown_candles = self.Param("CooldownCandles", 30) \
.SetDisplay("Cooldown", "Candles between signals", "General")
self._candle_type = self.Param("CandleType", DataType.TimeFrame(TimeSpan.FromMinutes(5))) \
.SetDisplay("Candle Type", "Candle timeframe", "General")
self._prev_rsi = 0.0
self._has_prev = False
self._cooldown_remaining = 0
@property
def rsi_period(self):
return self._rsi_period.Value
@property
def ema_period(self):
return self._ema_period.Value
@property
def cooldown_candles(self):
return self._cooldown_candles.Value
@property
def candle_type(self):
return self._candle_type.Value
def OnReseted(self):
super(universum30_original_strategy, self).OnReseted()
self._prev_rsi = 0.0
self._has_prev = False
self._cooldown_remaining = 0
def OnStarted2(self, time):
super(universum30_original_strategy, self).OnStarted2(time)
self._prev_rsi = 0.0
self._has_prev = False
self._cooldown_remaining = 0
rsi = RelativeStrengthIndex()
rsi.Length = self.rsi_period
ema = ExponentialMovingAverage()
ema.Length = self.ema_period
subscription = self.SubscribeCandles(self.candle_type)
subscription.Bind(rsi, ema, self.process_candle).Start()
def process_candle(self, candle, rsi, ema):
if candle.State != CandleStates.Finished:
return
close = float(candle.ClosePrice)
rsi_val = float(rsi)
ema_val = float(ema)
if not self._has_prev:
self._prev_rsi = rsi_val
self._has_prev = True
return
if self._cooldown_remaining > 0:
self._cooldown_remaining -= 1
self._prev_rsi = rsi_val
return
if self._prev_rsi <= 30 and rsi_val > 30 and close > ema_val and self.Position <= 0:
if self.Position < 0:
self.BuyMarket()
self.BuyMarket()
self._cooldown_remaining = self.cooldown_candles
elif self._prev_rsi >= 70 and rsi_val < 70 and close < ema_val and self.Position >= 0:
if self.Position > 0:
self.SellMarket()
self.SellMarket()
self._cooldown_remaining = self.cooldown_candles
self._prev_rsi = rsi_val
def CreateClone(self):
return universum30_original_strategy()