# source: https://raw.githubusercontent.com/Germoso/ft_userdata/b2ef971ea5cab6f7f669dfc1a16a23307dc3315d/user_data/strategies/RSI_Short_Strategy.py # pragma pylint: disable=missing-docstring, invalid-name, pointless-string-statement # flake8: noqa: F401 # isort: skip_file # --- Do not remove these imports --- import numpy as np import pandas as pd from datetime import datetime, timedelta, timezone from pandas import DataFrame from typing import Optional, Union from functools import reduce from freqtrade.strategy import ( IStrategy, Trade, Order, PairLocks, informative, # @informative decorator # Hyperopt Parameters BooleanParameter, CategoricalParameter, DecimalParameter, IntParameter, RealParameter, # timeframe helpers timeframe_to_minutes, timeframe_to_next_date, timeframe_to_prev_date, # Strategy helper functions merge_informative_pair, stoploss_from_absolute, stoploss_from_open, ) # -------------------------------- # Add your lib to import here import talib.abstract as ta from technical import qtpylib class Github_Germoso_ft_userdata__RSI_Short_Strategy__20250608_142417(IStrategy): """ Estrategia personalizada que solo hace shorts cuando el RSI está en sobreventa y cierra con un 1% de profit. Esta estrategia: - Solo realiza operaciones en corto (shorts) - Entra cuando el RSI está en sobreventa (RSI > 70) - Cierra la posición cuando se alcanza un 1% de beneficio """ # Strategy interface version INTERFACE_VERSION = 3 # Esta estrategia solo hace shorts can_short: bool = True # Minimal ROI - configurado para cerrar con 1% de beneficio minimal_roi = { "0": 0.1 } position_adjustment_enable = True # Stoploss stoploss = -1 # Trailing stoploss # trailing_stop = True # trailing_stop_positive = 0.005 # trailing_stop_positive_offset = 0.01 # trailing_only_offset_is_reached = False # Timeframe timeframe = "5m" # Procesar solo nuevas velas process_only_new_candles = True # Configuración de señales de salida use_exit_signal = True exit_profit_only = False ignore_roi_if_entry_signal = False # Parámetros optimizables short_rsi = IntParameter(low=60, high=90, default=60, space="sell", optimize=True, load=True) # Número de velas necesarias antes de producir señales válidas startup_candle_count: int = 30 # Configuración de tipos de órdene order_types = { "entry": "limit", "exit": "limit", "stoploss": "market", "stoploss_on_exchange": False, } # Configuración de tiempo en vigor de las órdenes order_time_in_force = {"entry": "GTC", "exit": "GTC"} # Configuración de gráficos plot_config = { "main_plot": {}, "subplots": { "RSI": { "rsi": {"color": "red"}, }, }, } def populate_indicators(self, dataframe: DataFrame, metadata: dict) -> DataFrame: """ Calcula los indicadores necesarios para la estrategia. """ # RSI dataframe["rsi"] = ta.RSI(dataframe) # RSI valores previos dataframe['rsi_prev_1'] = dataframe['rsi'].shift(1) dataframe['rsi_prev_2'] = dataframe['rsi'].shift(2) # Dirección del RSI dataframe['rsi_decreasing'] = (dataframe['rsi'] < dataframe['rsi_prev_1']).astype('int') dataframe['rsi_increasing'] = (dataframe['rsi'] > dataframe['rsi_prev_1']).astype('int') # EMA dataframe['ema_slow'] = ta.EMA(dataframe, timeperiod=2000) dataframe['ema_fast'] = ta.EMA(dataframe, timeperiod=500) return dataframe def populate_entry_trend(self, dataframe: DataFrame, metadata: dict) -> DataFrame: """ Define las condiciones para entrar en posiciones cortas. Solo entramos en corto cuando el RSI está en sobreventa (RSI > 70). """ #Entrar siempre a short dataframe['enter_short'] = 1 conditions = [] # Condición principal: RSI en sobreventa conditions.append(dataframe['rsi'] > self.short_rsi.value) # RSI debe estar disminuyendo conditions.append(dataframe['rsi_decreasing'] > 0) # EMA conditions.append(dataframe['ema_slow'] > dataframe['ema_fast']) # Verificar que el volumen no sea 0 conditions.append(dataframe['volume'] > 0) if conditions: dataframe.loc[ reduce(lambda x, y: x & y, conditions), 'enter_short'] = 1 return dataframe def populate_exit_trend(self, dataframe: DataFrame, metadata: dict) -> DataFrame: """ No utilizamos señales de salida específicas ya que saldremos cuando alcancemos el 1% de beneficio definido en minimal_roi. """ return dataframe def adjust_trade_position(self, trade: Trade, current_time: datetime, current_rate: float, current_profit: float, min_stake: float, max_stake: float, **kwargs) -> Optional[float]: """ Ajusta la posición de una operación existente. Permite añadir a la posición si se cumplen ciertas condiciones basadas en: - Beneficio actual - Indicadores técnicos (RSI, EMA) - Tiempo transcurrido desde la entrada - Número de ajustes previos Implementa un stoploss que cierra toda la posición cuando se alcanza una pérdida determinada. """ # Obtener el dataframe con los indicadores dataframe = kwargs.get('dataframe', None) # Definir el umbral de stoploss para cerrar toda la posición stoploss_threshold = -1 # Cerrar toda la posición si la pérdida es del 100% o mayor # Si alcanzamos o superamos el umbral de stoploss, cerrar toda la posición if current_profit <= stoploss_threshold: # Retornar -1 para cerrar toda la posición return trade.stake_amount * -1 # Definir el número máximo de ajustes de posición max_adjustments = 5 # Si ya hemos ajustado la posición el número máximo de veces, no hacer nada if trade.nr_of_successful_entries >= max_adjustments: return None # Verificar si tenemos acceso al dataframe # Si no tenemos acceso al dataframe, usar la estrategia básica basada solo en beneficio if current_profit <= -0.30: # Si estamos en -30% o peor # Añadir una posición grande para promediar a la baja return trade.stake_amount * 2 elif current_profit <= -0.2: # Si estamos entre -15% y -30% # Añadir una posición moderada return trade.stake_amount * 2 elif current_profit <= -0.1: # Si estamos entre -5% y -15% # Añadir una posición pequeña return trade.stake_amount # Si no cumplimos ninguna condición, no ajustar la posición return None def confirm_trade_exit(self, pair: str, trade: 'Trade', order_type: str, amount: float, rate: float, time_in_force: str, exit_reason: str, **kwargs) -> bool: """ Confirma la salida de una operación. Solo permitimos salir si hemos alcanzado al menos un 1% de beneficio. """ # Calcular beneficio actual current_profit = trade.calc_profit_ratio(rate) # Solo salir si tenemos al menos un 1% de beneficio if current_profit >= 0.1: return True # En caso contrario, no salir return False