Lilith vai para a estratégia de Hollywood
Visão geral
Esta estratégia recria o comportamento do MetaTrader especialista "Lilith vai para Hollywood" dentro do StockSharp alto nível API. Implementa uma grade de hedge que pode operar em dois modos muito diferentes:
- Modo automatizado – Parabolic SAR aciona entradas imediatas no mercado sempre que o preço cruza o valor de stop e reversão.
- Modo manual – Ordens stop/limit pendentes são estacionadas em torno dos preços de referência definidos pelo usuário e deixadas para serem preenchidas.
Em ambos os casos, a estratégia monitoriza a exposição longa e curta separadamente, calcula o lucro líquido flutuante da rede aberta e utiliza essas informações para decidir quando implementar ordens de recuperação adicionais.
Modos de operação
- Automatizado – Quando nenhuma posição está aberta, a estratégia se inscreve no indicador Parabolic SAR (fatores 0,02/0,2). Se o fechamento da vela estiver acima do indicador ela compra no mercado, se estiver abaixo ela vende. O preço executado se torna o novo foco e as paradas de recuperação são armadas a uma distância de âncora configurável ao seu redor.
- Manual – Quando nenhuma posição está aberta, a estratégia envia uma única ordem pendente por lado. Se o mercado negociar abaixo do nível de compra, será criado um stop de compra; caso contrário, será apresentado um limite de compra. O lado da venda reflete a mesma lógica em torno do nível
PriceDown. Assim que um dos pedidos for atendido, o outro lado permanece ativo até ser cancelado manualmente ou pela estratégia.
Lógica de gerenciamento de pedidos
- A grade continua executando totais de volumes longos/curtos preenchidos e ordens de compra/venda pendentes. Isto permite que a estratégia meça os desequilíbrios entre os dois lados do livro.
- Sempre que o lucro flutuante atinge a meta dinâmica (
account value / 1000) a estratégia fecha todas as posições e cancela todas as ordens pendentes.
- Se o PnL flutuante cair abaixo de
-AccountValue * RiskPercent / 100, um hedge de emergência é implantado através da abertura de ordens de mercado que cobrem o excesso líquido de curto ou longo prazo.
- As ordens de recuperação são expressas como ordens stop colocadas em torno do preço foco (modo automatizado) ou em torno dos preços manuais configurados. Seu tamanho é calculado como
(opposite exposure * XFactor) - current exposure, imitando a lógica MT4 de superdimensionar o próximo pedido para reequilibrar a grade.
Parâmetros
| Nome |
Descrição |
Automated |
Permite entradas de mercado impulsionadas por Parabolic SAR. Desative para trabalhar no modo de ordem pendente manual. |
PriceUp |
Preço de referência usado para criar ordens stop/limit de compra em modo manual. |
PriceDown |
Preço de referência usado para criar ordens stop/limit de venda em modo manual. |
AnchorSteps |
Distância, expressa em etapas de preço, utilizada para compensar as ordens de recuperação do preço foco. |
ManualVolume |
Tamanho base do lote ao operar manualmente ou quando o dimensionamento da posição dinâmica produz zero. |
XFactor |
Multiplicador aplicado à exposição contrária no dimensionamento das ordens de recuperação. |
RiskPercent |
Perda flutuante máxima (porcentagem do valor da conta) tolerada antes que a estratégia implemente um hedge de emergência. |
CandleType |
Período usado para conduzir o Parabolic SAR e a lógica de gerenciamento geral. |
Risk controls
- A realização de lucros é dinâmica e varia de acordo com o valor da conta, fornecendo uma maneira automática de aumentar a meta à medida que a conta cresce.
- A cobertura de emergência pode neutralizar rebaixamentos extremos, achatando o lado mais exposto da grade quando a perda flutuante excede o limite
RiskPercent.
- Todas as ordens pendentes são arredondadas para o tamanho do tick do instrumento e os volumes são ajustados para respeitar os limites de câmbio, correspondendo às proteções típicas do especialista original MetaTrader.
Notas de conversão
- MetaTrader ticks são substituídos por velas acabadas. O período padrão de um minuto mantém a estratégia reativa, mas pode ser ajustado por meio do parâmetro
CandleType.
- A configuração
Anchor da fonte MQL expressou a distância em pontos. Aqui ele é configurado como uma série de etapas de preço para que se adapte automaticamente ao tamanho do tick do instrumento.
- A saída original de "Comentário" foi convertida em mensagens de registro de estratégia (
LogInfo) para que o diário da plataforma contenha o mesmo feedback sem depender de anotações de gráfico.
using System;
using StockSharp.Algo.Indicators;
using StockSharp.Algo.Strategies;
using StockSharp.BusinessEntities;
using StockSharp.Messages;
namespace StockSharp.Samples.Strategies;
/// <summary>
/// Lilith Goes To Hollywood: SMA crossover with RSI filter and ATR stops.
/// </summary>
public class LilithGoesToHollywoodStrategy : Strategy
{
private readonly StrategyParam<DataType> _candleType;
private readonly StrategyParam<int> _fastSmaLength;
private readonly StrategyParam<int> _slowSmaLength;
private readonly StrategyParam<int> _rsiLength;
private readonly StrategyParam<int> _atrLength;
private decimal _prevFast;
private decimal _prevSlow;
private decimal _entryPrice;
public LilithGoesToHollywoodStrategy()
{
_candleType = Param(nameof(CandleType), TimeSpan.FromHours(4).TimeFrame())
.SetDisplay("Candle Type", "Timeframe.", "General");
_fastSmaLength = Param(nameof(FastSmaLength), 10)
.SetDisplay("Fast SMA", "Fast SMA period.", "Indicators");
_slowSmaLength = Param(nameof(SlowSmaLength), 25)
.SetDisplay("Slow SMA", "Slow SMA period.", "Indicators");
_rsiLength = Param(nameof(RsiLength), 14)
.SetDisplay("RSI Length", "RSI period.", "Indicators");
_atrLength = Param(nameof(AtrLength), 14)
.SetDisplay("ATR Length", "ATR period.", "Indicators");
}
public DataType CandleType
{
get => _candleType.Value;
set => _candleType.Value = value;
}
public int FastSmaLength
{
get => _fastSmaLength.Value;
set => _fastSmaLength.Value = value;
}
public int SlowSmaLength
{
get => _slowSmaLength.Value;
set => _slowSmaLength.Value = value;
}
public int RsiLength
{
get => _rsiLength.Value;
set => _rsiLength.Value = value;
}
public int AtrLength
{
get => _atrLength.Value;
set => _atrLength.Value = value;
}
/// <inheritdoc />
protected override void OnReseted()
{
base.OnReseted();
_prevFast = 0;
_prevSlow = 0;
_entryPrice = 0;
}
protected override void OnStarted2(DateTime time)
{
base.OnStarted2(time);
_prevFast = 0;
_prevSlow = 0;
_entryPrice = 0;
var fastEma = new ExponentialMovingAverage { Length = FastSmaLength };
var slowEma = new ExponentialMovingAverage { Length = SlowSmaLength };
var rsi = new RelativeStrengthIndex { Length = RsiLength };
var atr = new AverageTrueRange { Length = AtrLength };
var subscription = SubscribeCandles(CandleType);
subscription
.Bind(fastEma, slowEma, rsi, atr, ProcessCandle)
.Start();
var area = CreateChartArea();
if (area != null)
{
DrawCandles(area, subscription);
DrawIndicator(area, fastEma);
DrawIndicator(area, slowEma);
DrawOwnTrades(area);
}
}
private void ProcessCandle(ICandleMessage candle, decimal fastVal, decimal slowVal, decimal rsiVal, decimal atrVal)
{
if (candle.State != CandleStates.Finished)
return;
if (_prevFast == 0 || _prevSlow == 0 || atrVal <= 0)
{
_prevFast = fastVal;
_prevSlow = slowVal;
return;
}
var close = candle.ClosePrice;
if (Position > 0)
{
if (fastVal < slowVal && _prevFast >= _prevSlow)
{
SellMarket();
_entryPrice = 0;
}
else if (close <= _entryPrice - atrVal * 2m)
{
SellMarket();
_entryPrice = 0;
}
}
else if (Position < 0)
{
if (fastVal > slowVal && _prevFast <= _prevSlow)
{
BuyMarket();
_entryPrice = 0;
}
else if (close >= _entryPrice + atrVal * 2m)
{
BuyMarket();
_entryPrice = 0;
}
}
if (Position == 0)
{
if (fastVal > slowVal && _prevFast <= _prevSlow && rsiVal > 45)
{
_entryPrice = close;
BuyMarket();
}
else if (fastVal < slowVal && _prevFast >= _prevSlow && rsiVal < 55)
{
_entryPrice = close;
SellMarket();
}
}
_prevFast = fastVal;
_prevSlow = slowVal;
}
}
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.Strategies import Strategy
from StockSharp.Algo.Indicators import ExponentialMovingAverage, RelativeStrengthIndex, AverageTrueRange
class lilith_goes_to_hollywood_strategy(Strategy):
def __init__(self):
super(lilith_goes_to_hollywood_strategy, self).__init__()
self._candle_type = self.Param("CandleType", DataType.TimeFrame(TimeSpan.FromHours(4))) \
.SetDisplay("Candle Type", "Timeframe.", "General")
self._fast_sma_length = self.Param("FastSmaLength", 10) \
.SetDisplay("Fast SMA", "Fast SMA period.", "Indicators")
self._slow_sma_length = self.Param("SlowSmaLength", 25) \
.SetDisplay("Slow SMA", "Slow SMA period.", "Indicators")
self._rsi_length = self.Param("RsiLength", 14) \
.SetDisplay("RSI Length", "RSI period.", "Indicators")
self._atr_length = self.Param("AtrLength", 14) \
.SetDisplay("ATR Length", "ATR period.", "Indicators")
self._prev_fast = 0.0
self._prev_slow = 0.0
self._entry_price = 0.0
@property
def CandleType(self):
return self._candle_type.Value
@property
def FastSmaLength(self):
return self._fast_sma_length.Value
@property
def SlowSmaLength(self):
return self._slow_sma_length.Value
@property
def RsiLength(self):
return self._rsi_length.Value
@property
def AtrLength(self):
return self._atr_length.Value
def OnStarted2(self, time):
super(lilith_goes_to_hollywood_strategy, self).OnStarted2(time)
self._prev_fast = 0.0
self._prev_slow = 0.0
self._entry_price = 0.0
self._fast_ema = ExponentialMovingAverage()
self._fast_ema.Length = self.FastSmaLength
self._slow_ema = ExponentialMovingAverage()
self._slow_ema.Length = self.SlowSmaLength
self._rsi = RelativeStrengthIndex()
self._rsi.Length = self.RsiLength
self._atr = AverageTrueRange()
self._atr.Length = self.AtrLength
subscription = self.SubscribeCandles(self.CandleType)
subscription.Bind(self._fast_ema, self._slow_ema, self._rsi, self._atr, self.ProcessCandle).Start()
def ProcessCandle(self, candle, fast_val, slow_val, rsi_val, atr_val):
if candle.State != CandleStates.Finished:
return
fv = float(fast_val)
sv = float(slow_val)
rv = float(rsi_val)
av = float(atr_val)
if self._prev_fast == 0 or self._prev_slow == 0 or av <= 0:
self._prev_fast = fv
self._prev_slow = sv
return
close = float(candle.ClosePrice)
if self.Position > 0:
if fv < sv and self._prev_fast >= self._prev_slow:
self.SellMarket()
self._entry_price = 0.0
elif close <= self._entry_price - av * 2.0:
self.SellMarket()
self._entry_price = 0.0
elif self.Position < 0:
if fv > sv and self._prev_fast <= self._prev_slow:
self.BuyMarket()
self._entry_price = 0.0
elif close >= self._entry_price + av * 2.0:
self.BuyMarket()
self._entry_price = 0.0
if self.Position == 0:
if fv > sv and self._prev_fast <= self._prev_slow and rv > 45:
self._entry_price = close
self.BuyMarket()
elif fv < sv and self._prev_fast >= self._prev_slow and rv < 55:
self._entry_price = close
self.SellMarket()
self._prev_fast = fv
self._prev_slow = sv
def OnReseted(self):
super(lilith_goes_to_hollywood_strategy, self).OnReseted()
self._prev_fast = 0.0
self._prev_slow = 0.0
self._entry_price = 0.0
def CreateClone(self):
return lilith_goes_to_hollywood_strategy()