Add subtemplates
This commit is contained in:
Matthias
parent
5e5ef21f61
commit
b3dbb81838
@ -102,167 +102,7 @@ class {{ strategy }}(IStrategy):
|
|||||||
:param metadata: Additional information, like the currently traded pair
|
:param metadata: Additional information, like the currently traded pair
|
||||||
:return: a Dataframe with all mandatory indicators for the strategies
|
:return: a Dataframe with all mandatory indicators for the strategies
|
||||||
"""
|
"""
|
||||||
|
{% filter indent(8) %}{% include 'subtemplates/indicators_' + subtemplates + '.j2' %}{% endfilter %}
|
||||||
# Momentum Indicators
|
|
||||||
# ------------------------------------
|
|
||||||
|
|
||||||
# RSI
|
|
||||||
dataframe['rsi'] = ta.RSI(dataframe)
|
|
||||||
|
|
||||||
# ADX
|
|
||||||
dataframe['adx'] = ta.ADX(dataframe)
|
|
||||||
|
|
||||||
# # Aroon, Aroon Oscillator
|
|
||||||
# aroon = ta.AROON(dataframe)
|
|
||||||
# dataframe['aroonup'] = aroon['aroonup']
|
|
||||||
# dataframe['aroondown'] = aroon['aroondown']
|
|
||||||
# dataframe['aroonosc'] = ta.AROONOSC(dataframe)
|
|
||||||
|
|
||||||
# # Awesome oscillator
|
|
||||||
# dataframe['ao'] = qtpylib.awesome_oscillator(dataframe)
|
|
||||||
|
|
||||||
# # Commodity Channel Index: values Oversold:<-100, Overbought:>100
|
|
||||||
# dataframe['cci'] = ta.CCI(dataframe)
|
|
||||||
|
|
||||||
# MACD
|
|
||||||
macd = ta.MACD(dataframe)
|
|
||||||
dataframe['macd'] = macd['macd']
|
|
||||||
dataframe['macdsignal'] = macd['macdsignal']
|
|
||||||
dataframe['macdhist'] = macd['macdhist']
|
|
||||||
|
|
||||||
# # MFI
|
|
||||||
# dataframe['mfi'] = ta.MFI(dataframe)
|
|
||||||
|
|
||||||
# # Minus Directional Indicator / Movement
|
|
||||||
# dataframe['minus_dm'] = ta.MINUS_DM(dataframe)
|
|
||||||
# dataframe['minus_di'] = ta.MINUS_DI(dataframe)
|
|
||||||
|
|
||||||
# # Plus Directional Indicator / Movement
|
|
||||||
# dataframe['plus_dm'] = ta.PLUS_DM(dataframe)
|
|
||||||
# dataframe['plus_di'] = ta.PLUS_DI(dataframe)
|
|
||||||
# dataframe['minus_di'] = ta.MINUS_DI(dataframe)
|
|
||||||
|
|
||||||
# # ROC
|
|
||||||
# dataframe['roc'] = ta.ROC(dataframe)
|
|
||||||
|
|
||||||
# # Inverse Fisher transform on RSI, values [-1.0, 1.0] (https://goo.gl/2JGGoy)
|
|
||||||
# rsi = 0.1 * (dataframe['rsi'] - 50)
|
|
||||||
# dataframe['fisher_rsi'] = (np.exp(2 * rsi) - 1) / (np.exp(2 * rsi) + 1)
|
|
||||||
|
|
||||||
# # Inverse Fisher transform on RSI normalized, value [0.0, 100.0] (https://goo.gl/2JGGoy)
|
|
||||||
# dataframe['fisher_rsi_norma'] = 50 * (dataframe['fisher_rsi'] + 1)
|
|
||||||
|
|
||||||
# # Stoch
|
|
||||||
# stoch = ta.STOCH(dataframe)
|
|
||||||
# dataframe['slowd'] = stoch['slowd']
|
|
||||||
# dataframe['slowk'] = stoch['slowk']
|
|
||||||
|
|
||||||
# Stoch fast
|
|
||||||
stoch_fast = ta.STOCHF(dataframe)
|
|
||||||
dataframe['fastd'] = stoch_fast['fastd']
|
|
||||||
dataframe['fastk'] = stoch_fast['fastk']
|
|
||||||
|
|
||||||
# # Stoch RSI
|
|
||||||
# stoch_rsi = ta.STOCHRSI(dataframe)
|
|
||||||
# dataframe['fastd_rsi'] = stoch_rsi['fastd']
|
|
||||||
# dataframe['fastk_rsi'] = stoch_rsi['fastk']
|
|
||||||
|
|
||||||
# Overlap Studies
|
|
||||||
# ------------------------------------
|
|
||||||
|
|
||||||
# Bollinger bands
|
|
||||||
bollinger = qtpylib.bollinger_bands(qtpylib.typical_price(dataframe), window=20, stds=2)
|
|
||||||
dataframe['bb_lowerband'] = bollinger['lower']
|
|
||||||
dataframe['bb_middleband'] = bollinger['mid']
|
|
||||||
dataframe['bb_upperband'] = bollinger['upper']
|
|
||||||
|
|
||||||
# # EMA - Exponential Moving Average
|
|
||||||
# dataframe['ema3'] = ta.EMA(dataframe, timeperiod=3)
|
|
||||||
# dataframe['ema5'] = ta.EMA(dataframe, timeperiod=5)
|
|
||||||
# dataframe['ema10'] = ta.EMA(dataframe, timeperiod=10)
|
|
||||||
# dataframe['ema50'] = ta.EMA(dataframe, timeperiod=50)
|
|
||||||
# dataframe['ema100'] = ta.EMA(dataframe, timeperiod=100)
|
|
||||||
|
|
||||||
# # SMA - Simple Moving Average
|
|
||||||
# dataframe['sma'] = ta.SMA(dataframe, timeperiod=40)
|
|
||||||
|
|
||||||
# SAR Parabol
|
|
||||||
dataframe['sar'] = ta.SAR(dataframe)
|
|
||||||
|
|
||||||
# TEMA - Triple Exponential Moving Average
|
|
||||||
dataframe['tema'] = ta.TEMA(dataframe, timeperiod=9)
|
|
||||||
|
|
||||||
# Cycle Indicator
|
|
||||||
# ------------------------------------
|
|
||||||
# Hilbert Transform Indicator - SineWave
|
|
||||||
hilbert = ta.HT_SINE(dataframe)
|
|
||||||
dataframe['htsine'] = hilbert['sine']
|
|
||||||
dataframe['htleadsine'] = hilbert['leadsine']
|
|
||||||
|
|
||||||
# Pattern Recognition - Bullish candlestick patterns
|
|
||||||
# ------------------------------------
|
|
||||||
# # Hammer: values [0, 100]
|
|
||||||
# dataframe['CDLHAMMER'] = ta.CDLHAMMER(dataframe)
|
|
||||||
# # Inverted Hammer: values [0, 100]
|
|
||||||
# dataframe['CDLINVERTEDHAMMER'] = ta.CDLINVERTEDHAMMER(dataframe)
|
|
||||||
# # Dragonfly Doji: values [0, 100]
|
|
||||||
# dataframe['CDLDRAGONFLYDOJI'] = ta.CDLDRAGONFLYDOJI(dataframe)
|
|
||||||
# # Piercing Line: values [0, 100]
|
|
||||||
# dataframe['CDLPIERCING'] = ta.CDLPIERCING(dataframe) # values [0, 100]
|
|
||||||
# # Morningstar: values [0, 100]
|
|
||||||
# dataframe['CDLMORNINGSTAR'] = ta.CDLMORNINGSTAR(dataframe) # values [0, 100]
|
|
||||||
# # Three White Soldiers: values [0, 100]
|
|
||||||
# dataframe['CDL3WHITESOLDIERS'] = ta.CDL3WHITESOLDIERS(dataframe) # values [0, 100]
|
|
||||||
|
|
||||||
# Pattern Recognition - Bearish candlestick patterns
|
|
||||||
# ------------------------------------
|
|
||||||
# # Hanging Man: values [0, 100]
|
|
||||||
# dataframe['CDLHANGINGMAN'] = ta.CDLHANGINGMAN(dataframe)
|
|
||||||
# # Shooting Star: values [0, 100]
|
|
||||||
# dataframe['CDLSHOOTINGSTAR'] = ta.CDLSHOOTINGSTAR(dataframe)
|
|
||||||
# # Gravestone Doji: values [0, 100]
|
|
||||||
# dataframe['CDLGRAVESTONEDOJI'] = ta.CDLGRAVESTONEDOJI(dataframe)
|
|
||||||
# # Dark Cloud Cover: values [0, 100]
|
|
||||||
# dataframe['CDLDARKCLOUDCOVER'] = ta.CDLDARKCLOUDCOVER(dataframe)
|
|
||||||
# # Evening Doji Star: values [0, 100]
|
|
||||||
# dataframe['CDLEVENINGDOJISTAR'] = ta.CDLEVENINGDOJISTAR(dataframe)
|
|
||||||
# # Evening Star: values [0, 100]
|
|
||||||
# dataframe['CDLEVENINGSTAR'] = ta.CDLEVENINGSTAR(dataframe)
|
|
||||||
|
|
||||||
# Pattern Recognition - Bullish/Bearish candlestick patterns
|
|
||||||
# ------------------------------------
|
|
||||||
# # Three Line Strike: values [0, -100, 100]
|
|
||||||
# dataframe['CDL3LINESTRIKE'] = ta.CDL3LINESTRIKE(dataframe)
|
|
||||||
# # Spinning Top: values [0, -100, 100]
|
|
||||||
# dataframe['CDLSPINNINGTOP'] = ta.CDLSPINNINGTOP(dataframe) # values [0, -100, 100]
|
|
||||||
# # Engulfing: values [0, -100, 100]
|
|
||||||
# dataframe['CDLENGULFING'] = ta.CDLENGULFING(dataframe) # values [0, -100, 100]
|
|
||||||
# # Harami: values [0, -100, 100]
|
|
||||||
# dataframe['CDLHARAMI'] = ta.CDLHARAMI(dataframe) # values [0, -100, 100]
|
|
||||||
# # Three Outside Up/Down: values [0, -100, 100]
|
|
||||||
# dataframe['CDL3OUTSIDE'] = ta.CDL3OUTSIDE(dataframe) # values [0, -100, 100]
|
|
||||||
# # Three Inside Up/Down: values [0, -100, 100]
|
|
||||||
# dataframe['CDL3INSIDE'] = ta.CDL3INSIDE(dataframe) # values [0, -100, 100]
|
|
||||||
|
|
||||||
# # Chart type
|
|
||||||
# # ------------------------------------
|
|
||||||
# # Heikinashi stategy
|
|
||||||
# heikinashi = qtpylib.heikinashi(dataframe)
|
|
||||||
# dataframe['ha_open'] = heikinashi['open']
|
|
||||||
# dataframe['ha_close'] = heikinashi['close']
|
|
||||||
# dataframe['ha_high'] = heikinashi['high']
|
|
||||||
# dataframe['ha_low'] = heikinashi['low']
|
|
||||||
|
|
||||||
# Retrieve best bid and best ask from the orderbook
|
|
||||||
# ------------------------------------
|
|
||||||
"""
|
|
||||||
# first check if dataprovider is available
|
|
||||||
if self.dp:
|
|
||||||
if self.dp.runmode in ('live', 'dry_run'):
|
|
||||||
ob = self.dp.orderbook(metadata['pair'], 1)
|
|
||||||
dataframe['best_bid'] = ob['bids'][0][0]
|
|
||||||
dataframe['best_ask'] = ob['asks'][0][0]
|
|
||||||
"""
|
|
||||||
|
|
||||||
return dataframe
|
return dataframe
|
||||||
|
|
||||||
@ -275,9 +115,7 @@ class {{ strategy }}(IStrategy):
|
|||||||
"""
|
"""
|
||||||
dataframe.loc[
|
dataframe.loc[
|
||||||
(
|
(
|
||||||
(qtpylib.crossed_above(dataframe['rsi'], 30)) & # Signal: RSI crosses above 30
|
{% filter indent(16) %}{% include 'subtemplates/buy_trend_' + subtemplates + '.j2' %}{% endfilter %}
|
||||||
(dataframe['tema'] <= dataframe['bb_middleband']) & # Guard: tema below BB middle
|
|
||||||
(dataframe['tema'] > dataframe['tema'].shift(1)) & # Guard: tema is raising
|
|
||||||
(dataframe['volume'] > 0) # Make sure Volume is not 0
|
(dataframe['volume'] > 0) # Make sure Volume is not 0
|
||||||
),
|
),
|
||||||
'buy'] = 1
|
'buy'] = 1
|
||||||
@ -293,9 +131,7 @@ class {{ strategy }}(IStrategy):
|
|||||||
"""
|
"""
|
||||||
dataframe.loc[
|
dataframe.loc[
|
||||||
(
|
(
|
||||||
(qtpylib.crossed_above(dataframe['rsi'], 70)) & # Signal: RSI crosses above 70
|
{% filter indent(16) %}{% include 'subtemplates/sell_trend_' + subtemplates + '.j2' %}{% endfilter %}
|
||||||
(dataframe['tema'] > dataframe['bb_middleband']) & # Guard: tema above BB middle
|
|
||||||
(dataframe['tema'] < dataframe['tema'].shift(1)) & # Guard: tema is falling
|
|
||||||
(dataframe['volume'] > 0) # Make sure Volume is not 0
|
(dataframe['volume'] > 0) # Make sure Volume is not 0
|
||||||
),
|
),
|
||||||
'sell'] = 1
|
'sell'] = 1
|
||||||
|
|||||||
3
freqtrade/templates/subtemplates/buy_trend_full.j2
Normal file
3
freqtrade/templates/subtemplates/buy_trend_full.j2
Normal file
@ -0,0 +1,3 @@
|
|||||||
|
(qtpylib.crossed_above(dataframe['rsi'], 30)) & # Signal: RSI crosses above 30
|
||||||
|
(dataframe['tema'] <= dataframe['bb_middleband']) & # Guard: tema below BB middle
|
||||||
|
(dataframe['tema'] > dataframe['tema'].shift(1)) & # Guard: tema is raising
|
||||||
161
freqtrade/templates/subtemplates/indicators_full.j2
Normal file
161
freqtrade/templates/subtemplates/indicators_full.j2
Normal file
@ -0,0 +1,161 @@
|
|||||||
|
|
||||||
|
# Momentum Indicators
|
||||||
|
# ------------------------------------
|
||||||
|
|
||||||
|
# RSI
|
||||||
|
dataframe['rsi'] = ta.RSI(dataframe)
|
||||||
|
|
||||||
|
# ADX
|
||||||
|
dataframe['adx'] = ta.ADX(dataframe)
|
||||||
|
|
||||||
|
# # Aroon, Aroon Oscillator
|
||||||
|
# aroon = ta.AROON(dataframe)
|
||||||
|
# dataframe['aroonup'] = aroon['aroonup']
|
||||||
|
# dataframe['aroondown'] = aroon['aroondown']
|
||||||
|
# dataframe['aroonosc'] = ta.AROONOSC(dataframe)
|
||||||
|
|
||||||
|
# # Awesome oscillator
|
||||||
|
# dataframe['ao'] = qtpylib.awesome_oscillator(dataframe)
|
||||||
|
|
||||||
|
# # Commodity Channel Index: values Oversold:<-100, Overbought:>100
|
||||||
|
# dataframe['cci'] = ta.CCI(dataframe)
|
||||||
|
|
||||||
|
# MACD
|
||||||
|
macd = ta.MACD(dataframe)
|
||||||
|
dataframe['macd'] = macd['macd']
|
||||||
|
dataframe['macdsignal'] = macd['macdsignal']
|
||||||
|
dataframe['macdhist'] = macd['macdhist']
|
||||||
|
|
||||||
|
# # MFI
|
||||||
|
# dataframe['mfi'] = ta.MFI(dataframe)
|
||||||
|
|
||||||
|
# # Minus Directional Indicator / Movement
|
||||||
|
# dataframe['minus_dm'] = ta.MINUS_DM(dataframe)
|
||||||
|
# dataframe['minus_di'] = ta.MINUS_DI(dataframe)
|
||||||
|
|
||||||
|
# # Plus Directional Indicator / Movement
|
||||||
|
# dataframe['plus_dm'] = ta.PLUS_DM(dataframe)
|
||||||
|
# dataframe['plus_di'] = ta.PLUS_DI(dataframe)
|
||||||
|
# dataframe['minus_di'] = ta.MINUS_DI(dataframe)
|
||||||
|
|
||||||
|
# # ROC
|
||||||
|
# dataframe['roc'] = ta.ROC(dataframe)
|
||||||
|
|
||||||
|
# # Inverse Fisher transform on RSI, values [-1.0, 1.0] (https://goo.gl/2JGGoy)
|
||||||
|
# rsi = 0.1 * (dataframe['rsi'] - 50)
|
||||||
|
# dataframe['fisher_rsi'] = (np.exp(2 * rsi) - 1) / (np.exp(2 * rsi) + 1)
|
||||||
|
|
||||||
|
# # Inverse Fisher transform on RSI normalized, value [0.0, 100.0] (https://goo.gl/2JGGoy)
|
||||||
|
# dataframe['fisher_rsi_norma'] = 50 * (dataframe['fisher_rsi'] + 1)
|
||||||
|
|
||||||
|
# # Stoch
|
||||||
|
# stoch = ta.STOCH(dataframe)
|
||||||
|
# dataframe['slowd'] = stoch['slowd']
|
||||||
|
# dataframe['slowk'] = stoch['slowk']
|
||||||
|
|
||||||
|
# Stoch fast
|
||||||
|
stoch_fast = ta.STOCHF(dataframe)
|
||||||
|
dataframe['fastd'] = stoch_fast['fastd']
|
||||||
|
dataframe['fastk'] = stoch_fast['fastk']
|
||||||
|
|
||||||
|
# # Stoch RSI
|
||||||
|
# stoch_rsi = ta.STOCHRSI(dataframe)
|
||||||
|
# dataframe['fastd_rsi'] = stoch_rsi['fastd']
|
||||||
|
# dataframe['fastk_rsi'] = stoch_rsi['fastk']
|
||||||
|
|
||||||
|
# Overlap Studies
|
||||||
|
# ------------------------------------
|
||||||
|
|
||||||
|
# Bollinger bands
|
||||||
|
bollinger = qtpylib.bollinger_bands(qtpylib.typical_price(dataframe), window=20, stds=2)
|
||||||
|
dataframe['bb_lowerband'] = bollinger['lower']
|
||||||
|
dataframe['bb_middleband'] = bollinger['mid']
|
||||||
|
dataframe['bb_upperband'] = bollinger['upper']
|
||||||
|
|
||||||
|
# # EMA - Exponential Moving Average
|
||||||
|
# dataframe['ema3'] = ta.EMA(dataframe, timeperiod=3)
|
||||||
|
# dataframe['ema5'] = ta.EMA(dataframe, timeperiod=5)
|
||||||
|
# dataframe['ema10'] = ta.EMA(dataframe, timeperiod=10)
|
||||||
|
# dataframe['ema50'] = ta.EMA(dataframe, timeperiod=50)
|
||||||
|
# dataframe['ema100'] = ta.EMA(dataframe, timeperiod=100)
|
||||||
|
|
||||||
|
# # SMA - Simple Moving Average
|
||||||
|
# dataframe['sma'] = ta.SMA(dataframe, timeperiod=40)
|
||||||
|
|
||||||
|
# SAR Parabol
|
||||||
|
dataframe['sar'] = ta.SAR(dataframe)
|
||||||
|
|
||||||
|
# TEMA - Triple Exponential Moving Average
|
||||||
|
dataframe['tema'] = ta.TEMA(dataframe, timeperiod=9)
|
||||||
|
|
||||||
|
# Cycle Indicator
|
||||||
|
# ------------------------------------
|
||||||
|
# Hilbert Transform Indicator - SineWave
|
||||||
|
hilbert = ta.HT_SINE(dataframe)
|
||||||
|
dataframe['htsine'] = hilbert['sine']
|
||||||
|
dataframe['htleadsine'] = hilbert['leadsine']
|
||||||
|
|
||||||
|
# Pattern Recognition - Bullish candlestick patterns
|
||||||
|
# ------------------------------------
|
||||||
|
# # Hammer: values [0, 100]
|
||||||
|
# dataframe['CDLHAMMER'] = ta.CDLHAMMER(dataframe)
|
||||||
|
# # Inverted Hammer: values [0, 100]
|
||||||
|
# dataframe['CDLINVERTEDHAMMER'] = ta.CDLINVERTEDHAMMER(dataframe)
|
||||||
|
# # Dragonfly Doji: values [0, 100]
|
||||||
|
# dataframe['CDLDRAGONFLYDOJI'] = ta.CDLDRAGONFLYDOJI(dataframe)
|
||||||
|
# # Piercing Line: values [0, 100]
|
||||||
|
# dataframe['CDLPIERCING'] = ta.CDLPIERCING(dataframe) # values [0, 100]
|
||||||
|
# # Morningstar: values [0, 100]
|
||||||
|
# dataframe['CDLMORNINGSTAR'] = ta.CDLMORNINGSTAR(dataframe) # values [0, 100]
|
||||||
|
# # Three White Soldiers: values [0, 100]
|
||||||
|
# dataframe['CDL3WHITESOLDIERS'] = ta.CDL3WHITESOLDIERS(dataframe) # values [0, 100]
|
||||||
|
|
||||||
|
# Pattern Recognition - Bearish candlestick patterns
|
||||||
|
# ------------------------------------
|
||||||
|
# # Hanging Man: values [0, 100]
|
||||||
|
# dataframe['CDLHANGINGMAN'] = ta.CDLHANGINGMAN(dataframe)
|
||||||
|
# # Shooting Star: values [0, 100]
|
||||||
|
# dataframe['CDLSHOOTINGSTAR'] = ta.CDLSHOOTINGSTAR(dataframe)
|
||||||
|
# # Gravestone Doji: values [0, 100]
|
||||||
|
# dataframe['CDLGRAVESTONEDOJI'] = ta.CDLGRAVESTONEDOJI(dataframe)
|
||||||
|
# # Dark Cloud Cover: values [0, 100]
|
||||||
|
# dataframe['CDLDARKCLOUDCOVER'] = ta.CDLDARKCLOUDCOVER(dataframe)
|
||||||
|
# # Evening Doji Star: values [0, 100]
|
||||||
|
# dataframe['CDLEVENINGDOJISTAR'] = ta.CDLEVENINGDOJISTAR(dataframe)
|
||||||
|
# # Evening Star: values [0, 100]
|
||||||
|
# dataframe['CDLEVENINGSTAR'] = ta.CDLEVENINGSTAR(dataframe)
|
||||||
|
|
||||||
|
# Pattern Recognition - Bullish/Bearish candlestick patterns
|
||||||
|
# ------------------------------------
|
||||||
|
# # Three Line Strike: values [0, -100, 100]
|
||||||
|
# dataframe['CDL3LINESTRIKE'] = ta.CDL3LINESTRIKE(dataframe)
|
||||||
|
# # Spinning Top: values [0, -100, 100]
|
||||||
|
# dataframe['CDLSPINNINGTOP'] = ta.CDLSPINNINGTOP(dataframe) # values [0, -100, 100]
|
||||||
|
# # Engulfing: values [0, -100, 100]
|
||||||
|
# dataframe['CDLENGULFING'] = ta.CDLENGULFING(dataframe) # values [0, -100, 100]
|
||||||
|
# # Harami: values [0, -100, 100]
|
||||||
|
# dataframe['CDLHARAMI'] = ta.CDLHARAMI(dataframe) # values [0, -100, 100]
|
||||||
|
# # Three Outside Up/Down: values [0, -100, 100]
|
||||||
|
# dataframe['CDL3OUTSIDE'] = ta.CDL3OUTSIDE(dataframe) # values [0, -100, 100]
|
||||||
|
# # Three Inside Up/Down: values [0, -100, 100]
|
||||||
|
# dataframe['CDL3INSIDE'] = ta.CDL3INSIDE(dataframe) # values [0, -100, 100]
|
||||||
|
|
||||||
|
# # Chart type
|
||||||
|
# # ------------------------------------
|
||||||
|
# # Heikinashi stategy
|
||||||
|
# heikinashi = qtpylib.heikinashi(dataframe)
|
||||||
|
# dataframe['ha_open'] = heikinashi['open']
|
||||||
|
# dataframe['ha_close'] = heikinashi['close']
|
||||||
|
# dataframe['ha_high'] = heikinashi['high']
|
||||||
|
# dataframe['ha_low'] = heikinashi['low']
|
||||||
|
|
||||||
|
# Retrieve best bid and best ask from the orderbook
|
||||||
|
# ------------------------------------
|
||||||
|
"""
|
||||||
|
# first check if dataprovider is available
|
||||||
|
if self.dp:
|
||||||
|
if self.dp.runmode in ('live', 'dry_run'):
|
||||||
|
ob = self.dp.orderbook(metadata['pair'], 1)
|
||||||
|
dataframe['best_bid'] = ob['bids'][0][0]
|
||||||
|
dataframe['best_ask'] = ob['asks'][0][0]
|
||||||
|
"""
|
||||||
3
freqtrade/templates/subtemplates/sell_trend_full.j2
Normal file
3
freqtrade/templates/subtemplates/sell_trend_full.j2
Normal file
@ -0,0 +1,3 @@
|
|||||||
|
(qtpylib.crossed_above(dataframe['rsi'], 70)) & # Signal: RSI crosses above 70
|
||||||
|
(dataframe['tema'] > dataframe['bb_middleband']) & # Guard: tema above BB middle
|
||||||
|
(dataframe['tema'] < dataframe['tema'].shift(1)) & # Guard: tema is falling
|
||||||
@ -106,7 +106,8 @@ def start_new_strategy(args: Dict[str, Any]) -> None:
|
|||||||
"Please choose another Strategy Name.")
|
"Please choose another Strategy Name.")
|
||||||
|
|
||||||
strategy_text = render_template(templatefile='base_strategy.py.j2',
|
strategy_text = render_template(templatefile='base_strategy.py.j2',
|
||||||
arguments={"strategy": args["strategy"]})
|
arguments={"strategy": args["strategy"],
|
||||||
|
"subtemplates": 'full'})
|
||||||
|
|
||||||
logger.info(f"Writing strategy to `{new_path}`.")
|
logger.info(f"Writing strategy to `{new_path}`.")
|
||||||
new_path.write_text(strategy_text)
|
new_path.write_text(strategy_text)
|
||||||
|
|||||||
Loading…
Reference in New Issue
Block a user