Freqtrade 策略入门：策略开发快速指南¶
本快速入门指南假设您已熟悉交易基础知识，并已阅读 Freqtrade 基础 页面。
必备知识¶
Freqtrade 中的策略是一个 Python 类，用于定义加密货币 资产 的买卖逻辑。
资产被定义为 交易对，代表 代币 和 计价货币。代币是您使用另一种货币作为计价货币进行交易的资产。
交易所以 K线 形式提供数据，每条 K线包含六个数值：日期、开盘价、最高价、最低价、收盘价 和 成交量。
技术分析 函数通过各类计算和统计公式分析 K线数据，并生成称为 指标 的次级数值。
指标通过分析资产交易对的 K线数据来生成 信号。
信号在加密货币 交易所 转化为 订单，即 交易。
我们使用 入场 和 离场 而非 买入 和 卖出，因为 Freqtrade 同时支持 做多 和 做空 交易。
- 做多（long）：您基于抵押资产购买代币，例如使用 USDT 作为抵押资产购买 BTC 代币，通过以高于买入价的价格卖出代币来获利。在做多交易中，利润来自代币价值相对于抵押资产的上涨。
- 做空（short）：您以代币形式从交易所借入资金，并在之后偿还代币的抵押资产价值。在做空交易中，利润来自代币价值相对于抵押资产的下跌（您以更低的价格偿还贷款）。
尽管 Freqtrade 支持某些交易所的现货和期货市场，但为简化说明，我们将仅关注现货（做多）交易。
基础策略结构¶
主数据框¶
Freqtrade 策略使用称为 dataframe 的行列式表格数据结构来生成交易入场和出场信号。
您配置的交易对列表中的每个交易对都有其独立的数据框。数据框通过 date 列进行索引，例如 2024-06-31 12:00。
紧随其后的 5 列分别代表 开盘价、最高价、最低价、收盘价 和 成交量（OHLCV）数据。
填充指标数值¶
populate_indicators 函数会向数据框添加代表技术分析指标数值的列。
常见指标示例包括相对强弱指数（RSI）、布林带（Bollinger Bands）、资金流量指数（MFI）、移动平均线（MA）和平均真实波幅（ATR）。
通过调用技术分析函数（例如 ta-lib 的 RSI 函数 ta.RSI()）并将其赋值给列名（例如 rsi），可以将列添加到数据框中。
dataframe['rsi'] = ta.RSI(dataframe)
技术分析库
不同的库以不同的方式生成指标值。请查阅每个库的文档以了解如何将其集成到您的策略中。您也可以查看 Freqtrade 示例策略 来获取灵感。
填充入场信号¶
populate_entry_trend 函数定义了入场信号的条件。
数据框列 enter_long 被添加到数据框中，当该列中出现值 1 时，Freqtrade 会将其视为入场信号。
做空
要进入空头交易，请使用 enter_short 列。
填充离场信号¶
populate_exit_trend 函数定义了离场信号的条件。
数据框列 exit_long 被添加到数据框中，当该列中出现值 1 时，Freqtrade 会将其视为离场信号。
做空
要退出空头交易，请使用 exit_short 列。
一个简单的策略¶
以下是 Freqtrade 策略的一个最小示例：
from freqtrade.strategy import IStrategy
from pandas import DataFrame
import talib.abstract as ta
class MyStrategy(IStrategy):
timeframe = '15m'
# set the initial stoploss to -10%
stoploss = -0.10
# exit profitable positions at any time when the profit is greater than 1%
minimal_roi = {"0": 0.01}
def populate_indicators(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
# generate values for technical analysis indicators
dataframe['rsi'] = ta.RSI(dataframe, timeperiod=14)
return dataframe
def populate_entry_trend(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
# generate entry signals based on indicator values
dataframe.loc[
(dataframe['rsi'] < 30),
'enter_long'] = 1
return dataframe
def populate_exit_trend(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
# generate exit signals based on indicator values
dataframe.loc[
(dataframe['rsi'] > 70),
'exit_long'] = 1
return dataframe
进行交易¶
当发现信号（入场或离场列中出现 1）时，Freqtrade 将尝试下单，即进行一笔 交易 或建立 头寸。
每个新的交易头寸都会占用一个槽位。槽位代表可以同时开启的最大新交易数量。
槽位数量由max_open_trades配置选项定义。
但在某些情况下，生成信号并不总是会创建交易订单。这些情况包括：
- 没有足够的剩余资金购买资产，或钱包中的资金不足以出售资产（包括任何费用）
- 没有足够的剩余空闲槽位来开启新交易（已开启的头寸数量等于
max_open_trades选项） - 某个交易对已有未平仓交易（Freqtrade无法堆叠头寸 - 但可以调整现有头寸）
- 如果在同一根K线上同时出现入场和出场信号，它们被视为冲突信号，不会产生任何订单
- 策略通过使用相关的入场或出场回调函数中的逻辑主动拒绝交易订单
请阅读策略定制文档以获取更多详细信息。
回测与正向测试¶
策略开发可能是一个漫长且令人沮丧的过程，因为将我们人类的"直觉"转化为可运行的计算机控制（"算法"）策略并非总是那么简单直接。
因此，应对策略进行测试以验证其是否能按预期工作。
Freqtrade 提供两种测试模式：
- 回测：使用您从交易所下载的历史数据，回测是评估策略性能的快速方法。然而，很容易扭曲结果，使策略看起来比实际盈利性高得多。更多信息请查阅回测文档。
- 模拟运行：通常称为_前向测试_，模拟运行使用来自交易所的实时数据。然而，任何可能导致交易的信号都会被 Freqtrade 正常跟踪，但不会在交易所本身实际开仓。前向测试实时运行，因此虽然获得结果需要更长时间，但它是比回测更可靠的潜在性能指标。
通过在配置中将 dry_run 设置为 true 来启用模拟运行。
回测结果可能极不准确
回测结果与现实不符的原因有很多。请查阅回测假设和策略开发常见错误文档。 某些列出并排名Freqtrade策略的网站展示了令人印象深刻的回测结果。切勿认为这些结果是可以实现或符合实际的。
评估回测和模拟运行结果¶
完成策略回测后务必进行模拟运行，以确认回测与模拟运行结果是否足够接近。
若存在显著差异，请验证您的入场和出场信号是否一致，并在两种模式下出现在相同的K线上。但需注意，模拟运行与回测之间始终存在差异：
- 回测假设所有订单都能成交。在模拟运行中，如果使用限价单或交易所缺乏流动性，情况可能并非如此。
- 在K线收盘时跟随入场信号，回测假设交易会在下一根K线的开盘价入场（除非策略中使用了自定义价格回调）。而在模拟运行中，信号发出与交易开仓之间通常存在延迟。 这是因为当主时间框架（例如每5分钟）的新K线数据传入时，Freqtrade需要时间分析所有交易对的数据框。因此，Freqtrade会尝试在K线开盘后几秒内（理想情况下延迟尽可能小）开仓交易。
- 由于模拟运行中的入场价格可能与回测不符，这意味着盈利计算也会存在差异。因此，投资回报率(ROI)、止损、移动止损和回调退出等指标不完全一致是正常现象。
- 新K线数据传入与信号产生、交易开仓之间的计算"延迟"越大，价格不可预测性就越高。请确保您的计算机性能足够强大，能在合理时间内处理交易对列表中的所有交易对数据。如果出现显著的数据处理延迟，Freqtrade会在日志中发出警告。
控制或监控运行中的机器人¶
当机器人在模拟或实盘模式下运行时，Freqtrade提供六种机制来控制或监控运行中的机器人：
- FreqUI: 最易上手的界面，FreqUI 是一个网页界面，用于查看和控制机器人的当前活动。
- Telegram: 在移动设备上，可使用 Telegram 集成来接收机器人活动警报并控制某些方面。
- FTUI: FTUI 是 Freqtrade 的终端（命令行）界面，仅允许监控运行中的机器人。
- freqtrade-client: REST API 的 Python 实现，便于从您的 Python 应用程序或命令行发出请求并处理机器人响应。
- REST API endpoints: REST API 允许程序员开发自己的工具与 Freqtrade 机器人交互。
- Webhooks: Freqtrade 可以通过 Webhook 向其他服务（例如 Discord）发送信息。
日志记录¶
Freqtrade 生成广泛的调试日志，以帮助您了解正在发生的情况。请熟悉您可能在机器人日志中看到的信息和错误消息。
默认情况下，日志记录发生在标准输出（命令行）上。如果您希望改为写入文件，许多 freqtrade 命令（包括 trade 命令）接受 --logfile 选项以写入文件。
查看 FAQ 以获取示例。
最后说明¶
算法交易难度很高，由于需要投入大量时间和精力才能使策略在多种场景下实现盈利，大多数公开策略的表现并不理想。
因此，直接采用公开策略并依赖回测来评估性能往往存在问题。不过，Freqtrade 提供了实用工具来协助您做出决策并完成尽职调查。
实现盈利的途径多种多样，并不存在某个单一技巧或配置选项能够彻底扭转表现不佳的策略。
Freqtrade 是一个拥有庞大互助社区的开源平台——欢迎访问我们的 Discord 频道与其他用户交流策略心得！
请始终谨记：只投入您愿意承担损失的资金。
结语¶
在 Freqtrade 中开发策略需要基于技术指标定义入场和离场信号。通过遵循上述框架和方法，您可以创建并测试自己的交易策略。
常见问题解答请参阅 FAQ 文档。
如需深入探索，请参考更详细的 Freqtrade 策略定制文档。