MidasBot/freqtrade/user_data/strategies/MTFIchimoku.py

# pragma pylint: disable=missing-docstring, invalid-name, too-few-public-methods
"""
MTFIchimoku — Ichimoku MULTI-TIMEFRAME (technique S/R inter-unités).

Idée (méthode de l'utilisateur) : trader sur une unité basse (15m) en utilisant
les Tenkan/Kijun de l'unité SUPÉRIEURE (1h) comme supports/résistances.

Règles :
  - Tendance 1h donnée par tenkan_1h vs kijun_1h.
  - LONG  : en tendance 1h haussière, le prix 15m RECLAIME le support (croise au-dessus
            de la Kijun 1h) → rebond sur support.
  - SHORT : en tendance 1h baissière, le prix 15m CASSE le support (croise sous la
            Kijun 1h) → rejet sur résistance.
  - Sortie : perte du niveau (close repasse de l'autre côté de la Kijun 1h) + ROI/stop.

La Kijun 1h sert de S/R principal (niveau lent/fort), la Tenkan 1h de filtre de tendance.
"""
from __future__ import annotations

import talib.abstract as ta
from pandas import DataFrame

from freqtrade.strategy import (
    IStrategy,
    informative,
    IntParameter,
    DecimalParameter,
)


class MTFIchimoku(IStrategy):
    INTERFACE_VERSION = 3
    timeframe = "15m"          # unité de trading
    can_short = True

    # Paramètres optimisables
    buy_adx_min = IntParameter(15, 40, default=25, space="buy", optimize=True)
    buy_pullback_pct = DecimalParameter(0.004, 0.03, default=0.012, decimals=3, space="buy", optimize=True)
    buy_rsi_max = IntParameter(50, 72, default=60, space="buy", optimize=True)
    sell_rsi_min = IntParameter(28, 50, default=40, space="sell", optimize=True)

    minimal_roi = {"0": 0.02, "60": 0.012, "180": 0.006, "360": 0}
    stoploss = -0.025
    trailing_stop = True
    trailing_stop_positive = 0.008
    trailing_stop_positive_offset = 0.014
    trailing_only_offset_is_reached = True

    startup_candle_count: int = 240
    process_only_new_candles = True
    use_exit_signal = True

    def leverage(self, pair, current_time, current_rate, proposed_leverage,
                 max_leverage, entry_tag, side, **kwargs) -> float:
        return 1.0

    @informative("1h")
    def populate_indicators_1h(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
        # Tenkan / Kijun sur l'unité supérieure (1h) → deviendront tenkan_1h / kijun_1h.
        high, low = dataframe["high"], dataframe["low"]
        dataframe["tenkan"] = (high.rolling(9).max() + low.rolling(9).min()) / 2
        dataframe["kijun"] = (high.rolling(26).max() + low.rolling(26).min()) / 2
        return dataframe

    def populate_indicators(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
        # tenkan_1h / kijun_1h sont injectés automatiquement (forward-fill sur le 15m).
        dataframe["rsi"] = ta.RSI(dataframe, timeperiod=14)
        dataframe["adx"] = ta.ADX(dataframe, timeperiod=14)
        # Plus haut/bas récents (pour exiger un VRAI pullback vers le niveau)
        dataframe["hh8"] = dataframe["high"].rolling(8).max()
        dataframe["ll8"] = dataframe["low"].rolling(8).min()
        return dataframe

    def populate_entry_trend(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
        kijun = dataframe["kijun_1h"]
        tenkan = dataframe["tenkan_1h"]
        close, op, low, high = (
            dataframe["close"], dataframe["open"], dataframe["low"], dataframe["high"]
        )

        rsi = dataframe["rsi"]
        adx = dataframe["adx"]
        adx_min = self.buy_adx_min.value
        pb = self.buy_pullback_pct.value
        uptrend_1h = (tenkan > kijun) & (close > kijun)     # biais haussier 1h
        downtrend_1h = (tenkan < kijun) & (close < kijun)   # biais baissier 1h

        # LONG : en tendance forte, VRAI pullback vers le support Kijun 1h puis rebond + momentum.
        dataframe.loc[
            (
                uptrend_1h
                & (adx > adx_min)                          # tendance forte
                & (dataframe["hh8"] > kijun * (1 + pb))    # le prix venait nettement au-dessus
                & (low <= kijun * 1.001)                   # mèche teste le support
                & (close > kijun)                          # clôture au-dessus (support tient)
                & (close > op)                             # bougie de rebond
                & (rsi > rsi.shift(1))                     # momentum qui se retourne à la hausse
                & (rsi < self.buy_rsi_max.value)           # pas déjà suracheté
                & (dataframe["volume"] > 0)
            ),
            "enter_long",
        ] = 1

        # SHORT : miroir exact (rejet sur résistance en tendance baissière forte).
        dataframe.loc[
            (
                downtrend_1h
                & (adx > adx_min)
                & (dataframe["ll8"] < kijun * (1 - pb))
                & (high >= kijun * 0.999)
                & (close < kijun)
                & (close < op)
                & (rsi < rsi.shift(1))
                & (rsi > self.sell_rsi_min.value)
                & (dataframe["volume"] > 0)
            ),
            "enter_short",
        ] = 1
        return dataframe

    def populate_exit_trend(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
        kijun = dataframe["kijun_1h"]
        tenkan = dataframe["tenkan_1h"]
        close = dataframe["close"]
        # Sortie LONG : cassure NETTE du support (clôture sous la Kijun ET sous la Tenkan 1h)
        dataframe.loc[
            ((close < kijun) & (close < tenkan) & (dataframe["volume"] > 0)),
            "exit_long",
        ] = 1
        # Sortie SHORT : reprise NETTE au-dessus de la résistance
        dataframe.loc[
            ((close > kijun) & (close > tenkan) & (dataframe["volume"] > 0)),
            "exit_short",
        ] = 1
        return dataframe