在 GitHub 上查看
Neuro Nirvaman EA 2
概述
Neuro Nirvaman EA 2 源自 MetaTrader 5 的神经网络策略,核心思路是将四条 Laguerre 平滑的 +DI 曲线与两个 SilverTrend 突破信号组合成三层感知器。每根完成的 K 线都会重新计算三个感知器输出,并由 supervisor 选择在当前 Pass 模式下应该执行的信号。策略只会在设定的交易时段内开仓,并在时段结束时强制平仓。
指标与信号
- Laguerre +DI 过滤器:每个 Laguerre 模块对 ADX 指标的 +DI 值进行 Laguerre 平滑(gamma = 0.764),输出位于 0 到 1 之间,再与 0.5 中心线及自定义距离阈值比较,从而给出多空张力判断。
- SilverTrend 突破:两个 SilverTrend 探测器使用最近 9 根 K 线的最高价和最低价构建动态包络,风险参数通过公式
K = 33 - risk 调整带宽。一旦价格突破包络并改变趋势,就产生 ±1 的信号输入到感知器。
交易逻辑
- 感知器 #1:使用 Laguerre #1 产生的张力信号与 SilverTrend #1 的突破信号,权重由
X11 与 X12 控制(内部会减去 100,与原始 EA 一致)。
- 感知器 #2:结构与第一层相同,但使用 Laguerre #2 与 SilverTrend #2,对应权重为
X21 与 X22。
- 感知器 #3:仅对 Laguerre #3 与 Laguerre #4 的张力信号做加权组合,权重分别为
X31 与 X32。
- Supervisor (
Pass) 模式:
1:只使用感知器 #1,输出 < 0 开空,否则开多。
2:只使用感知器 #2,输出 > 0 开多,否则开空。
3:当感知器 #3 和 #2 同时为正时开多;当感知器 #3 ≤ 0 且感知器 #1 < 0 时开空。
4:禁止交易(保持与原始 EA 的默认保护行为一致)。
下单时使用固定手数的市价单,并根据触发感知器配置的止盈止损(以价格跳动为单位)记录目标位。每根完成的 K 线都会检测最高/最低是否触及这些目标,若满足条件立即平仓;当时间超出交易时段时也会强制退出。
参数
| 参数 |
说明 |
Risk1, Risk2 |
SilverTrend 风险系数,数值越大包络越窄,信号越频繁。 |
LaguerreXPeriod |
四条 Laguerre +DI 滤波器使用的 ADX 周期。 |
LaguerreXDistance |
相对 0.5 中轴的百分比阈值,用于判定张力多空。 |
X11, X12, X21, X22, X31, X32 |
感知器权重(内部会减 100,以复刻 MQL 版本)。 |
TakeProfit1, StopLoss1, TakeProfit2, StopLoss2 |
各感知器对应的止盈/止损距离,单位为价格跳动。 |
Pass |
Supervisor 模式选择(1–4)。 |
TradeVolume |
下单使用的基础手数。 |
StartHour, StartMinute, EndHour, EndMinute |
允许交易的时间窗口,窗口外会平仓并禁止新单。 |
CandleType |
驱动策略的 K 线订阅类型。 |
风险管理
策略完全依赖固定止盈止损,不加仓、不摊平,每次最多只持有一笔仓位。若时间超过交易窗口或价格触发目标,都会立即退出,确保风险可控。
备注
- Laguerre 平滑的 gamma 固定为 0.764,与原始指标一致。
Pass = 4 会让策略保持空仓,是原版 EA 的默认安全设置。
- SilverTrend 计算使用 Highest、Lowest 与 SMA 等现成指标,避免手写缓存,符合 StockSharp 的实现规范。
using System;
using System.Collections.Generic;
using StockSharp.Algo.Indicators;
using StockSharp.Algo.Strategies;
using StockSharp.BusinessEntities;
using StockSharp.Messages;
namespace StockSharp.Samples.Strategies;
/// <summary>
/// NeuroNirvaman EA 2 strategy. Uses DEMA crossover (10/30).
/// </summary>
public class NeuroNirvamanEa2Strategy : Strategy
{
private readonly StrategyParam<DataType> _candleType;
private readonly StrategyParam<int> _fastPeriod;
private readonly StrategyParam<int> _slowPeriod;
private decimal? _prevFast;
private decimal? _prevSlow;
public DataType CandleType { get => _candleType.Value; set => _candleType.Value = value; }
public int FastPeriod { get => _fastPeriod.Value; set => _fastPeriod.Value = value; }
public int SlowPeriod { get => _slowPeriod.Value; set => _slowPeriod.Value = value; }
public NeuroNirvamanEa2Strategy()
{
_candleType = Param(nameof(CandleType), TimeSpan.FromHours(1).TimeFrame()).SetDisplay("Candle Type", "Timeframe", "General");
_fastPeriod = Param(nameof(FastPeriod), 10).SetGreaterThanZero().SetDisplay("Fast DEMA", "Fast DEMA period", "Indicators");
_slowPeriod = Param(nameof(SlowPeriod), 30).SetGreaterThanZero().SetDisplay("Slow DEMA", "Slow DEMA period", "Indicators");
}
public override IEnumerable<(Security sec, DataType dt)> GetWorkingSecurities() => [(Security, CandleType)];
/// <inheritdoc />
protected override void OnReseted()
{
base.OnReseted();
_prevFast = null;
_prevSlow = null;
}
protected override void OnStarted2(DateTime time)
{
base.OnStarted2(time);
_prevFast = null; _prevSlow = null;
var fast = new DoubleExponentialMovingAverage { Length = FastPeriod };
var slow = new DoubleExponentialMovingAverage { Length = SlowPeriod };
var subscription = SubscribeCandles(CandleType);
subscription.Bind(fast, slow, ProcessCandle).Start();
var area = CreateChartArea();
if (area != null) { DrawCandles(area, subscription); DrawIndicator(area, fast); DrawIndicator(area, slow); DrawOwnTrades(area); }
}
private void ProcessCandle(ICandleMessage candle, decimal fast, decimal slow)
{
if (candle.State != CandleStates.Finished) return;
if (!IsFormedAndOnlineAndAllowTrading()) { _prevFast = fast; _prevSlow = slow; return; }
if (_prevFast == null || _prevSlow == null) { _prevFast = fast; _prevSlow = slow; return; }
var prevAbove = _prevFast.Value > _prevSlow.Value;
var currAbove = fast > slow;
_prevFast = fast; _prevSlow = slow;
if (!prevAbove && currAbove && Position <= 0) { if (Position < 0) BuyMarket(); BuyMarket(); }
else if (prevAbove && !currAbove && Position >= 0) { if (Position > 0) SellMarket(); SellMarket(); }
}
}
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 DoubleExponentialMovingAverage
from StockSharp.Algo.Strategies import Strategy
class neuro_nirvaman_ea2_strategy(Strategy):
def __init__(self):
super(neuro_nirvaman_ea2_strategy, self).__init__()
self._candle_type = self.Param("CandleType", DataType.TimeFrame(TimeSpan.FromHours(1))) \
.SetDisplay("Candle Type", "Timeframe", "General")
self._fast_period = self.Param("FastPeriod", 10) \
.SetDisplay("Fast DEMA", "Fast DEMA period", "Indicators")
self._slow_period = self.Param("SlowPeriod", 30) \
.SetDisplay("Slow DEMA", "Slow DEMA period", "Indicators")
self._prev_fast = None
self._prev_slow = None
@property
def CandleType(self):
return self._candle_type.Value
@property
def FastPeriod(self):
return self._fast_period.Value
@property
def SlowPeriod(self):
return self._slow_period.Value
def OnReseted(self):
super(neuro_nirvaman_ea2_strategy, self).OnReseted()
self._prev_fast = None
self._prev_slow = None
def OnStarted2(self, time):
super(neuro_nirvaman_ea2_strategy, self).OnStarted2(time)
self._prev_fast = None
self._prev_slow = None
fast = DoubleExponentialMovingAverage()
fast.Length = self.FastPeriod
slow = DoubleExponentialMovingAverage()
slow.Length = self.SlowPeriod
subscription = self.SubscribeCandles(self.CandleType)
subscription.Bind(fast, slow, self._on_process).Start()
area = self.CreateChartArea()
if area is not None:
self.DrawCandles(area, subscription)
self.DrawIndicator(area, fast)
self.DrawIndicator(area, slow)
self.DrawOwnTrades(area)
def _on_process(self, candle, fast_value, slow_value):
if candle.State != CandleStates.Finished:
return
fv = float(fast_value)
sv = float(slow_value)
if self._prev_fast is None or self._prev_slow is None:
self._prev_fast = fv
self._prev_slow = sv
return
prev_above = self._prev_fast > self._prev_slow
curr_above = fv > sv
self._prev_fast = fv
self._prev_slow = sv
if not prev_above and curr_above and self.Position <= 0:
if self.Position < 0:
self.BuyMarket()
self.BuyMarket()
elif prev_above and not curr_above and self.Position >= 0:
if self.Position > 0:
self.SellMarket()
self.SellMarket()
def CreateClone(self):
return neuro_nirvaman_ea2_strategy()