Scalping from levels
- Experts
- Roman Lomaev
- Versione: 1.1
- Aggiornato: 5 settembre 2025
- Attivazioni: 5
🚀 Expert Advisor "Scalping from Levels"
📋 Descrizione della Strategia
L'Expert Advisor "Scalping from Levels" implementa una strategia avanzata di trading dai livelli di supporto e resistenza 🎯. Quando il prezzo tocca i livelli chiave, vengono aperte operazioni seguendo il trend con il posizionamento intelligente degli ordini di protezione ⚡.
⚙️ Parametri di Impostazione
📊 Parametri dei Livelli
| Parametro | Descrizione |
|---|---|
| 🔹 LevelPeriod | Periodo per il calcolo dei livelli di trading (in barre) |
| 🔹 LevelDistance | Distanza dal livello per l'ingresso (in punti) |
| 🔹 ExitLevelPeriod | Periodo per il calcolo dei livelli di uscita |
| 🔹 ExitLevelDistance | Distanza per i livelli di uscita (in punti) |
| 🔹 UseStopLoss | Flag per utilizzare lo Stop-Loss 🛡️ |
| 🔹 StopLossDistance | Distanza dello Stop-Loss dal livello (punti) |
| 🔹 ExtDepth | Profondità per il calcolo degli estremi |
💰 Parametri di Trading
| Parametro | Descrizione |
|---|---|
| 🎯 FixedLotSize | Dimensione fissa del lotto |
| 📉 MaxSpread | Spread massimo consentito |
| 🔮 MagicNumber | Numero magico per l'identificazione degli ordini |
| ⏰ StartHour/StartMinute | Ora di inizio della sessione di trading |
| ⏰ EndHour/EndMinute | Ora di fine della sessione di trading |
📈 Raccomandazioni d'Uso
🕐 Impostazioni del Timeframe
✨ Timeframe consigliati: M1-H1
📈 Timeframe più alti - segnali più precisi, ma meno ingressi
📉 Timeframe più bassi - operazioni più frequenti, ma è richiesta una maggiore precisione di esecuzione
💎 Strumenti Adatti
💹 Coppie di valute principali
🔄 Coppie incrociate (Cross)
🥇 Oro (XAU/USD)
🛡️ Parametri di Gestione del Rischio
💰 Deposito iniziale: da $200 in su
📊 Lotto iniziale: 0.01
⚖️ Rischio per operazione: non più dell'1-2% del deposito
🚀 Requisiti delle Condizioni di Trading
📊 Tipo di conto: ECN, Raw Spread o STP
🔻 Spread: basso
⚡ Esecuzione: istantanea
📊 Test Storic
🔍 Impostazioni di Test Raccomandate
🎯 Modalità di test: "Ogni tick basato su tick reali"
✅ Qualità della modellazione: 99%
📈 Dati storici: Tickstory o QuantDataManager
