first commit
This commit is contained in:
Jérôme Delacotte
292
RalliV1_disable56.py
Normal file
292
RalliV1_disable56.py
Normal file
@@ -0,0 +1,292 @@
|
||||
# --- Do not remove these libs ---
|
||||
# --- Do not remove these libs ---
|
||||
from freqtrade.strategy.interface import IStrategy
|
||||
from typing import Dict, List
|
||||
from functools import reduce
|
||||
from pandas import DataFrame
|
||||
# --------------------------------
|
||||
import talib.abstract as ta
|
||||
import numpy as np
|
||||
import freqtrade.vendor.qtpylib.indicators as qtpylib
|
||||
import datetime
|
||||
from technical.util import resample_to_interval, resampled_merge
|
||||
from datetime import datetime, timedelta
|
||||
from freqtrade.persistence import Trade
|
||||
from freqtrade.strategy import stoploss_from_open, merge_informative_pair, DecimalParameter, IntParameter, CategoricalParameter
|
||||
import technical.indicators as ftt
|
||||
|
||||
# @Rallipanos
|
||||
|
||||
# Buy hyperspace params:
|
||||
buy_params = {
|
||||
"base_nb_candles_buy": 14,
|
||||
"ewo_high": 2.327,
|
||||
"ewo_high_2": -2.327,
|
||||
"ewo_low": -20.988,
|
||||
"low_offset": 0.975,
|
||||
"low_offset_2": 0.955,
|
||||
"rsi_buy": 60,
|
||||
"rsi_buy_2": 45
|
||||
}
|
||||
|
||||
# Sell hyperspace params:
|
||||
sell_params = {
|
||||
"base_nb_candles_sell": 24,
|
||||
"high_offset": 0.991,
|
||||
"high_offset_2": 0.997
|
||||
}
|
||||
|
||||
def EWO(dataframe, ema_length=5, ema2_length=35):
|
||||
df = dataframe.copy()
|
||||
ema1 = ta.EMA(df, timeperiod=ema_length)
|
||||
ema2 = ta.EMA(df, timeperiod=ema2_length)
|
||||
emadif = (ema1 - ema2) / df['low'] * 100
|
||||
return emadif
|
||||
|
||||
|
||||
|
||||
class RalliV1_disable56(IStrategy):
|
||||
INTERFACE_VERSION = 2
|
||||
|
||||
# ROI table:
|
||||
minimal_roi = {
|
||||
"0": 0.04,
|
||||
"40": 0.032,
|
||||
"87": 0.018,
|
||||
"201": 0
|
||||
}
|
||||
|
||||
# Stoploss:
|
||||
stoploss = -0.3
|
||||
|
||||
# SMAOffset
|
||||
base_nb_candles_buy = IntParameter(
|
||||
5, 80, default=buy_params['base_nb_candles_buy'], space='buy', optimize=True)
|
||||
base_nb_candles_sell = IntParameter(
|
||||
5, 80, default=sell_params['base_nb_candles_sell'], space='sell', optimize=True)
|
||||
low_offset = DecimalParameter(
|
||||
0.9, 0.99, default=buy_params['low_offset'], space='buy', optimize=True)
|
||||
low_offset_2 = DecimalParameter(
|
||||
0.9, 0.99, default=buy_params['low_offset_2'], space='buy', optimize=True)
|
||||
high_offset = DecimalParameter(
|
||||
0.95, 1.1, default=sell_params['high_offset'], space='sell', optimize=True)
|
||||
high_offset_2 = DecimalParameter(
|
||||
0.99, 1.5, default=sell_params['high_offset_2'], space='sell', optimize=True)
|
||||
|
||||
# Protection
|
||||
fast_ewo = 50
|
||||
slow_ewo = 200
|
||||
ewo_low = DecimalParameter(-20.0, -8.0,
|
||||
default=buy_params['ewo_low'], space='buy', optimize=True)
|
||||
ewo_high = DecimalParameter(
|
||||
2.0, 12.0, default=buy_params['ewo_high'], space='buy', optimize=True)
|
||||
|
||||
ewo_high_2 = DecimalParameter(
|
||||
-6.0, 12.0, default=buy_params['ewo_high_2'], space='buy', optimize=True)
|
||||
|
||||
rsi_buy = IntParameter(30, 70, default=buy_params['rsi_buy'], space='buy', optimize=True)
|
||||
rsi_buy_2 = IntParameter(30, 70, default=buy_params['rsi_buy_2'], space='buy', optimize=True)
|
||||
|
||||
# Trailing stop:
|
||||
trailing_stop = False
|
||||
trailing_stop_positive = 0.005
|
||||
trailing_stop_positive_offset = 0.03
|
||||
trailing_only_offset_is_reached = True
|
||||
|
||||
# Sell signal
|
||||
use_sell_signal = True
|
||||
sell_profit_only = False
|
||||
sell_profit_offset = 0.01
|
||||
ignore_roi_if_buy_signal = False
|
||||
|
||||
## Optional order time in force.
|
||||
order_time_in_force = {
|
||||
'buy': 'gtc',
|
||||
'sell': 'gtc'
|
||||
}
|
||||
|
||||
# Optimal timeframe for the strategy
|
||||
timeframe = '5m'
|
||||
inf_1h = '1h'
|
||||
|
||||
process_only_new_candles = True
|
||||
startup_candle_count = 200
|
||||
|
||||
plot_config = {
|
||||
'main_plot': {
|
||||
'ma_buy': {'color': 'orange'},
|
||||
'ma_sell': {'color': 'orange'},
|
||||
},
|
||||
}
|
||||
def confirm_trade_exit(self, pair: str, trade: Trade, order_type: str, amount: float,
|
||||
rate: float, time_in_force: str, sell_reason: str,
|
||||
current_time: datetime, **kwargs) -> bool:
|
||||
|
||||
dataframe, _ = self.dp.get_analyzed_dataframe(pair, self.timeframe)
|
||||
last_candle = dataframe.iloc[-1]
|
||||
|
||||
|
||||
if (last_candle is not None):
|
||||
if (sell_reason in ['sell_signal']):
|
||||
if (last_candle['rsi'] < 45 ) and (last_candle['hma_50'] > last_candle['ema_100']): #*1.2
|
||||
return False
|
||||
return True
|
||||
|
||||
use_custom_stoploss = True
|
||||
|
||||
def custom_stoploss(self, pair: str, trade: Trade, current_time: datetime, current_rate: float,
|
||||
current_profit: float, **kwargs) -> float:
|
||||
df, _ = self.dp.get_analyzed_dataframe(pair, self.timeframe)
|
||||
candle = df.iloc[-1].squeeze()
|
||||
|
||||
if current_profit < 0.001 and current_time - timedelta(minutes=140) > trade.open_date_utc:
|
||||
return -0.005
|
||||
|
||||
return 1
|
||||
|
||||
|
||||
def populate_indicators(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
|
||||
|
||||
# Calculate all ma_buy values
|
||||
for val in self.base_nb_candles_buy.range:
|
||||
dataframe[f'ma_buy_{val}'] = ta.EMA(dataframe, timeperiod=val)
|
||||
|
||||
# Calculate all ma_sell values
|
||||
for val in self.base_nb_candles_sell.range:
|
||||
dataframe[f'ma_sell_{val}'] = ta.EMA(dataframe, timeperiod=val)
|
||||
|
||||
dataframe['hma_50'] = qtpylib.hull_moving_average(dataframe['close'], window=50)
|
||||
dataframe['hma_9'] = qtpylib.hull_moving_average(dataframe['close'], window=9)
|
||||
dataframe['ema_100'] = ta.EMA(dataframe, timeperiod=100)
|
||||
dataframe['ema_14'] = ta.EMA(dataframe, timeperiod=14)
|
||||
dataframe['sma_9'] = ta.SMA(dataframe, timeperiod=9)
|
||||
dataframe['ema_9'] = ta.EMA(dataframe, timeperiod=9)
|
||||
# Elliot
|
||||
dataframe['EWO'] = EWO(dataframe, self.fast_ewo, self.slow_ewo)
|
||||
|
||||
# RSI
|
||||
dataframe['rsi'] = ta.RSI(dataframe, timeperiod=14)
|
||||
dataframe['rsi_fast'] = ta.RSI(dataframe, timeperiod=4)
|
||||
dataframe['rsi_slow'] = ta.RSI(dataframe, timeperiod=20)
|
||||
|
||||
|
||||
return dataframe
|
||||
|
||||
def populate_buy_trend(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
|
||||
conditions = []
|
||||
|
||||
conditions.append(
|
||||
(
|
||||
(dataframe[f'ma_buy_{self.base_nb_candles_buy.value}'] < dataframe['ema_100'])&
|
||||
(dataframe['sma_9'] < dataframe[f'ma_buy_{self.base_nb_candles_buy.value}'])&
|
||||
(dataframe['rsi_fast'] <35)&
|
||||
(dataframe['rsi_fast'] >4)&
|
||||
(dataframe['close'] < (dataframe[f'ma_buy_{self.base_nb_candles_buy.value}'] * self.low_offset.value)) &
|
||||
(dataframe['EWO'] > self.ewo_high.value) &
|
||||
(dataframe['rsi'] < self.rsi_buy_2.value) &
|
||||
(dataframe['volume'] > 0)&
|
||||
(dataframe['close'] < (dataframe[f'ma_sell_{self.base_nb_candles_sell.value}'] * self.high_offset.value))
|
||||
)
|
||||
)
|
||||
|
||||
conditions.append(
|
||||
(
|
||||
(dataframe[f'ma_buy_{self.base_nb_candles_buy.value}'] < dataframe['ema_100'])&
|
||||
(dataframe['sma_9'] < dataframe[f'ma_buy_{self.base_nb_candles_buy.value}'])&
|
||||
(dataframe['rsi_fast'] <35)&
|
||||
(dataframe['rsi_fast'] >4)&
|
||||
(dataframe['close'] < (dataframe[f'ma_buy_{self.base_nb_candles_buy.value}'] * self.low_offset_2.value)) &
|
||||
(dataframe['EWO'] > self.ewo_high_2.value) &
|
||||
(dataframe['rsi'] < self.rsi_buy_2.value) &
|
||||
(dataframe['volume'] > 0)&
|
||||
(dataframe['close'] < (dataframe[f'ma_sell_{self.base_nb_candles_sell.value}'] * self.high_offset.value))&
|
||||
(dataframe['rsi']<25)
|
||||
)
|
||||
)
|
||||
|
||||
conditions.append(
|
||||
(
|
||||
(dataframe[f'ma_buy_{self.base_nb_candles_buy.value}'] < dataframe['ema_100'])&
|
||||
(dataframe['sma_9'] < dataframe[f'ma_buy_{self.base_nb_candles_buy.value}'])&
|
||||
(dataframe['rsi_fast'] < 35)&
|
||||
(dataframe['rsi_fast'] >4)&
|
||||
(dataframe['close'] < (dataframe[f'ma_buy_{self.base_nb_candles_buy.value}'] * self.low_offset.value)) &
|
||||
(dataframe['EWO'] < self.ewo_low.value) &
|
||||
(dataframe['volume'] > 0)&
|
||||
(dataframe['close'] < (dataframe[f'ma_sell_{self.base_nb_candles_sell.value}'] * self.high_offset.value))
|
||||
)
|
||||
)
|
||||
|
||||
|
||||
conditions.append(
|
||||
(
|
||||
(dataframe[f'ma_buy_{self.base_nb_candles_buy.value}'] > dataframe['ema_100'])&
|
||||
(dataframe['rsi_fast'] <35)&
|
||||
(dataframe['rsi_fast'] >4)&
|
||||
(dataframe['close'] < (dataframe[f'ma_buy_{self.base_nb_candles_buy.value}'] * self.low_offset.value)) &
|
||||
(dataframe['EWO'] > self.ewo_high.value) &
|
||||
(dataframe['rsi'] < self.rsi_buy.value) &
|
||||
(dataframe['volume'] > 0)&
|
||||
(dataframe['close'] < (dataframe[f'ma_sell_{self.base_nb_candles_sell.value}'] * self.high_offset.value))
|
||||
)
|
||||
)
|
||||
|
||||
# conditions.append(
|
||||
# (
|
||||
# (dataframe[f'ma_buy_{self.base_nb_candles_buy.value}'] > dataframe['ema_100'])&
|
||||
# (dataframe['rsi_fast'] <35)&
|
||||
# (dataframe['rsi_fast'] >4)&
|
||||
# (dataframe['close'] < (dataframe[f'ma_buy_{self.base_nb_candles_buy.value}'] * self.low_offset_2.value)) &
|
||||
# (dataframe['EWO'] > self.ewo_high_2.value) &
|
||||
# (dataframe['rsi'] < self.rsi_buy.value) &
|
||||
# (dataframe['volume'] > 0)&
|
||||
# (dataframe['close'] < (dataframe[f'ma_sell_{self.base_nb_candles_sell.value}'] * self.high_offset.value))&
|
||||
# (dataframe['rsi']<25)
|
||||
# )
|
||||
# )
|
||||
|
||||
# conditions.append(
|
||||
# ( (dataframe[f'ma_buy_{self.base_nb_candles_buy.value}'] > dataframe['ema_100'])&
|
||||
# (dataframe['rsi_fast'] < 35)&
|
||||
# (dataframe['rsi_fast'] >4)&
|
||||
# (dataframe['close'] < (dataframe[f'ma_buy_{self.base_nb_candles_buy.value}'] * self.low_offset.value)) &
|
||||
# (dataframe['EWO'] < self.ewo_low.value) &
|
||||
# (dataframe['volume'] > 0)&
|
||||
# (dataframe['close'] < (dataframe[f'ma_sell_{self.base_nb_candles_sell.value}'] * self.high_offset.value))
|
||||
# )
|
||||
# )
|
||||
if conditions:
|
||||
dataframe.loc[
|
||||
reduce(lambda x, y: x | y, conditions),
|
||||
'buy'
|
||||
]=1
|
||||
|
||||
return dataframe
|
||||
|
||||
def populate_sell_trend(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
|
||||
conditions = []
|
||||
|
||||
conditions.append(
|
||||
( (dataframe['hma_50']>dataframe['ema_100'])&
|
||||
(dataframe['close']>dataframe['sma_9'])&
|
||||
(dataframe['close'] > (dataframe[f'ma_sell_{self.base_nb_candles_sell.value}'] * self.high_offset_2.value)) &
|
||||
(dataframe['volume'] > 0)&
|
||||
(dataframe['rsi_fast']>dataframe['rsi_slow'])
|
||||
)
|
||||
|
|
||||
(
|
||||
(dataframe['close']<dataframe['ema_100'])&
|
||||
(dataframe['close'] > (dataframe[f'ma_sell_{self.base_nb_candles_sell.value}'] * self.high_offset.value)) &
|
||||
(dataframe['volume'] > 0)&
|
||||
(dataframe['rsi_fast']>dataframe['rsi_slow'])
|
||||
)
|
||||
|
||||
)
|
||||
|
||||
if conditions:
|
||||
dataframe.loc[
|
||||
reduce(lambda x, y: x | y, conditions),
|
||||
'sell'
|
||||
]=1
|
||||
|
||||
return dataframe
|
||||
Reference in New Issue
Block a user