回测（Backtesting）¶
本页将介绍如何通过回测验证你的策略表现。
回测需要有历史数据。
如何获取你关注的交易对和交易所的数据，请参阅文档的数据下载部分。
回测命令参考¶
用法: freqtrade backtesting [-h] [-v] [--no-color] [--logfile FILE] [-V]
[-c PATH] [-d PATH] [--userdir PATH] [-s NAME]
[--strategy-path PATH]
[--recursive-strategy-search]
[--freqaimodel NAME] [--freqaimodel-path PATH]
[-i TIMEFRAME] [--timerange TIMERANGE]
[--data-format-ohlcv {json,jsongz,feather,parquet}]
[--max-open-trades INT]
[--stake-amount STAKE_AMOUNT] [--fee FLOAT]
[-p PAIRS [PAIRS ...]] [--eps]
[--enable-protections]
[--dry-run-wallet DRY_RUN_WALLET]
[--timeframe-detail TIMEFRAME_DETAIL]
[--strategy-list STRATEGY_LIST [STRATEGY_LIST ...]]
[--export {none,trades,signals}]
[--backtest-filename PATH]
[--backtest-directory PATH]
[--breakdown {day,week,month,year} [{day,week,month,year} ...]]
[--cache {none,day,week,month}]
[--freqai-backtest-live-models]
选项:
-h, --help 显示帮助信息并退出
-i TIMEFRAME, --timeframe TIMEFRAME
指定时间框架 (`1m`, `5m`, `30m`, `1h`, `1d`)。
--timerange TIMERANGE
指定要使用的数据时间范围。
--data-format-ohlcv {json,jsongz,feather,parquet}
下载的K线（OHLCV）数据的存储格式。
（默认：`feather`）。
--max-open-trades INT
覆盖配置设置中的 `max_open_trades` 值。
--stake-amount STAKE_AMOUNT
覆盖配置设置中的 `stake_amount` 值。
--fee FLOAT 指定手续费比率。将应用两次（在交易进入和退出时）。
-p PAIRS [PAIRS ...], --pairs PAIRS [PAIRS ...]
限制命令仅用于这些交易对。交易对之间用空格分隔。
--eps, --enable-position-stacking
允许多次购买同一交易对（仓位叠加）。
--enable-protections, --enableprotections
为回测启用保护机制。这将显著降低回测速度，但会包含已配置的保护机制。
--dry-run-wallet DRY_RUN_WALLET, --starting-balance DRY_RUN_WALLET
起始余额，用于回测/超参数优化和模拟运行。
--timeframe-detail TIMEFRAME_DETAIL
为回测指定详细时间框架 (`1m`, `5m`, `30m`, `1h`, `1d`)。
--strategy-list STRATEGY_LIST [STRATEGY_LIST ...]
提供要回测的策略列表（用空格分隔）。请注意，时间框架需要在配置中或通过命令行设置。
当与 `--export trades` 一起使用时，策略名称会被注入到文件名中
（因此 `backtest-data.json` 会变成 `backtest-data-SampleStrategy.json`）。
--export {none,trades,signals}
导出回测结果（默认：trades）。
--backtest-filename PATH, --export-filename PATH
使用此文件名作为回测结果。示例：
`--backtest-
filename=backtest_results_2020-09-27_16-20-48.json`。
假设以 `user_data/backtest_results/` 或
`--export-directory` 作为基础目录。
--backtest-directory PATH, --export-directory PATH
用于回测结果的目录。示例：
`--export-directory=user_data/backtest_results/`。
--breakdown {day,week,month,year} [{day,week,month,year} ...]
显示按[日、周、月、年]的回测明细。
--cache {none,day,week,month}
加载不超过指定时间的缓存回测结果（默认：day）。
--freqai-backtest-live-models
使用已准备好的模型运行回测。
通用参数:
-v, --verbose 详细模式（-vv 获取更多信息，-vvv 获取所有消息）。
--no-color 禁用超参数优化结果的着色。在将输出重定向到文件时可能有用。
--logfile FILE, --log-file FILE
记录到指定的文件。特殊值包括：
'syslog', 'journald'。有关更多详细信息，请参阅文档。
-V, --version 显示程序版本号并退出
-c PATH, --config PATH
指定配置文件（默认：`userdir/config.json` 或 `config.json`，以存在的为准）。
可以使用多个 --config 选项。可以设置为 `-` 以从标准输入读取配置。
-d PATH, --datadir PATH, --data-dir PATH
交易所历史回测数据的基本目录路径。要查看期货数据，需要额外使用 trading-mode。
--userdir PATH, --user-data-dir PATH
用户数据目录的路径。
策略参数:
-s NAME, --strategy NAME
指定机器人要使用的策略类名。
--strategy-path PATH 指定额外的策略查找路径。
--recursive-strategy-search
在策略文件夹中递归搜索策略。
--freqaimodel NAME 指定自定义的 freqaimodels。
--freqaimodel-path PATH
为 freqaimodels 指定额外的查找路径。
用回测测试你的策略¶
现在你已经有了完善的入场和出场策略，并准备了一些历史数据，你就可以用真实数据来测试它了。这就是我们所说的回测。
回测会使用你配置文件中的加密货币（交易对），并默认从 user_data/data/<exchange> 加载历史K线（OHLCV）数据。
如果没有该交易所/交易对/周期的数据，回测会提示你先用 freqtrade download-data 下载。详情请参阅数据下载部分。
回测结果可以帮助你判断机器人获利的概率是否大于亏损。
所有收益计算都包含手续费，freqtrade 会用交易所的默认手续费进行计算。
起始余额¶
回测需要一个起始余额，可通过命令行参数 --dry-run-wallet <余额> 或 --starting-balance <余额>，也可通过配置项 dry_run_wallet 设置。
该金额必须大于 stake_amount, 否则机器人无法模拟任何交易。
动态交易金额¶
回测支持动态交易金额，即将 stake_amount 配置为 “unlimited”, 会将起始余额按 max_open_trades 平均分配。
前期盈利会导致后续交易金额增加，实现复利。
回测命令示例¶
用 5 分钟K线（OHLCV）数据（默认）¶
freqtrade backtesting --strategy AwesomeStrategy其中 --strategy AwesomeStrategy / -s AwesomeStrategy 指的是策略类名，该类在 user_data/strategies 目录下的 python 文件中。
用 1 分钟K线（OHLCV）数据¶
freqtrade backtesting --strategy AwesomeStrategy --timeframe 1m自定义起始余额为 1000（以 stake 货币计）¶
freqtrade backtesting --strategy AwesomeStrategy --dry-run-wallet 1000使用不同的本地历史K线（OHLCV）数据源¶
假设你从 Binance 下载了历史数据，保存在 user_data/data/binance-20180101 目录。
可用如下命令进行回测：
freqtrade backtesting --strategy AwesomeStrategy
--datadir user_data/data/binance-20180101 对比多个策略¶
freqtrade backtesting --strategy-list SampleStrategy1 AwesomeStrategy --timeframe 5m其中 SampleStrategy1 和 AwesomeStrategy 均为策略类名。
不导出交易到文件¶
freqtrade backtesting --strategy backtesting --export none --config config.json 仅当你确定不需要后续可视化或分析结果时使用。
导出交易到自定义文件夹¶
freqtrade backtesting --strategy backtesting
--export trades
--backtest-directory=user_data/custom-backtest-results更多关于策略启动期的内容请阅读相关文档。
自定义手续费¶
有时你的账户有手续费返还（如大额账户或月交易量达标），ccxt 无法感知。
此时可用 --fee 命令行参数指定手续费。
手续费为比例，回测时会收取两次（开仓和平仓各一次）。
例如，单笔手续费为 0.1%（即 0.001），可用如下命令：
freqtrade backtesting --fee 0.001用 timerange 缩小测试集¶
用 --timerange 参数可指定测试集时间范围。
如用 --timerange=20190501-，则从 2019 年 5 月 1 日起用所有可用数据：
freqtrade backtesting --timerange=20190501-也可指定具体日期区间。
完整 timerange 语法：
- 用到 2018/01/31 的数据：
--timerange=-20180131 - 用 2018/01/31 之后的数据：
--timerange=20180131- - 用 2018/01/31 到 2018/03/01 的数据：
--timerange=20180131-20180301 - 用 POSIX/epoch 时间戳区间：
--timerange=1527595200-1527618600
理解回测结果¶
回测最重要的是理解结果。
回测结果大致如下：
BACKTESTING REPORT
┏━━━━━━━━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┓
┃ Pair ┃ Trades ┃ Avg Profit % ┃ Tot Profit USDT ┃ Tot Profit % ┃ Avg Duration ┃ Win Draw Loss Win% ┃
┡━━━━━━━━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━┩
│ LTC/USDT:USDT │ 16 │ 1.0 │ 56.176 │ 5.62 │ 16:16:00 │ 16 0 0 100 │
│ ETC/USDT:USDT │ 12 │ 0.72 │ 30.936 │ 3.09 │ 9:55:00 │ 11 0 1 91.7 │
│ ETH/USDT:USDT │ 8 │ 0.66 │ 17.864 │ 1.79 │ 1 day, 13:55:00 │ 7 0 1 87.5 │
│ XLM/USDT:USDT │ 10 │ 0.31 │ 11.054 │ 1.11 │ 12:08:00 │ 9 0 1 90.0 │
│ BTC/USDT:USDT │ 8 │ 0.21 │ 7.289 │ 0.73 │ 3 days, 1:24:00 │ 6 0 2 75.0 │
│ XRP/USDT:USDT │ 9 │ -0.14 │ -7.261 │ -0.73 │ 21:18:00 │ 8 0 1 88.9 │
│ DOT/USDT:USDT │ 6 │ -0.4 │ -9.187 │ -0.92 │ 5:35:00 │ 4 0 2 66.7 │
│ ADA/USDT:USDT │ 8 │ -1.76 │ -52.098 │ -5.21 │ 11:38:00 │ 6 0 2 75.0 │
│ TOTAL │ 77 │ 0.22 │ 54.774 │ 5.48 │ 22:12:00 │ 67 0 10 87.0 │
└───────────────┴────────┴──────────────┴─────────────────┴──────────────┴─────────────────┴────────────────────────┘
LEFT OPEN TRADES REPORT
┏━━━━━━━━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┓
┃ Pair ┃ Trades ┃ Avg Profit % ┃ Tot Profit USDT ┃ Tot Profit % ┃ Avg Duration ┃ Win Draw Loss Win% ┃
┡━━━━━━━━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━┩
│ BTC/USDT:USDT │ 1 │ -4.14 │ -9.930 │ -0.99 │ 17 days, 8:00:00 │ 0 0 1 0 │
│ ETC/USDT:USDT │ 1 │ -4.24 │ -15.365 │ -1.54 │ 10:40:00 │ 0 0 1 0 │
│ DOT/USDT:USDT │ 1 │ -5.29 │ -19.125 │ -1.91 │ 11:30:00 │ 0 0 1 0 │
│ TOTAL │ 3 │ -4.56 │ -44.420 │ -4.44 │ 6 days, 2:03:00 │ 0 0 3 0 │
└───────────────┴────────┴──────────────┴─────────────────┴──────────────┴──────────────────┴────────────────────────┘
ENTER TAG STATS
┏━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┓
┃ Enter Tag ┃ Entries ┃ Avg Profit % ┃ Tot Profit USDT ┃ Tot Profit % ┃ Avg Duration ┃ Win Draw Loss Win% ┃
┡━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━┩
│ OTHER │ 77 │ 0.22 │ 54.774 │ 5.48 │ 22:12:00 │ 67 0 10 87.0 │
│ TOTAL │ 77 │ 0.22 │ 54.774 │ 5.48 │ 22:12:00 │ 67 0 10 87.0 │
└───────────┴─────────┴──────────────┴─────────────────┴──────────────┴──────────────┴────────────────────────┘
EXIT REASON STATS
┏━━━━━━━━━━━━━┳━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┓
┃ Exit Reason ┃ Exits ┃ Avg Profit % ┃ Tot Profit USDT ┃ Tot Profit % ┃ Avg Duration ┃ Win Draw Loss Win% ┃
┡━━━━━━━━━━━━━╇━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━┩
│ roi │ 67 │ 1.05 │ 242.179 │ 24.22 │ 15:49:00 │ 67 0 0 100 │
│ exit_signal │ 4 │ -2.23 │ -31.217 │ -3.12 │ 1 day, 8:38:00 │ 0 0 4 0 │
│ force_exit │ 3 │ -4.56 │ -44.420 │ -4.44 │ 6 days, 2:03:00 │ 0 0 3 0 │
│ stop_loss │ 3 │ -10.14 │ -111.768 │ -11.18 │ 1 day, 3:05:00 │ 0 0 3 0 │
│ TOTAL │ 77 │ 0.22 │ 54.774 │ 5.48 │ 22:12:00 │ 67 0 10 87.0 │
└─────────────┴───────┴──────────────┴─────────────────┴──────────────┴─────────────────┴────────────────────────┘
MIXED TAG STATS
┏━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┓
┃ Enter Tag ┃ Exit Reason ┃ Trades ┃ Avg Profit % ┃ Tot Profit USDT ┃ Tot Profit % ┃ Avg Duration ┃ Win Draw Loss Win% ┃
┡━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━┩
│ │ roi │ 67 │ 1.05 │ 242.179 │ 24.22 │ 15:49:00 │ 67 0 0 100 │
│ │ exit_signal │ 4 │ -2.23 │ -31.217 │ -3.12 │ 1 day, 8:38:00 │ 0 0 4 0 │
│ │ force_exit │ 3 │ -4.56 │ -44.420 │ -4.44 │ 6 days, 2:03:00 │ 0 0 3 0 │
│ │ stop_loss │ 3 │ -10.14 │ -111.768 │ -11.18 │ 1 day, 3:05:00 │ 0 0 3 0 │
│ TOTAL │ │ 77 │ 0.22 │ 54.774 │ 5.48 │ 22:12:00 │ 67 0 10 87.0 │
└───────────┴─────────────┴────────┴──────────────┴─────────────────┴──────────────┴─────────────────┴────────────────────────┘
SUMMARY METRICS
┏━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┓
┃ Metric ┃ Value ┃
┡━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┩
│ Backtesting from │ 2025-07-01 00:00:00 │
│ Backtesting to │ 2025-08-01 00:00:00 │
│ Trading Mode │ Isolated Futures │
│ Max open trades │ 3 │
│ │ │
│ Total/Daily Avg Trades │ 77 / 2.48 │
│ Starting balance │ 1000 USDT │
│ Final balance │ 1054.774 USDT │
│ Absolute profit │ 54.774 USDT │
│ Total profit % │ 5.48% │
│ CAGR % │ 87.36% │
│ Sortino │ 2.48 │
│ Sharpe │ 3.75 │
│ Calmar │ 40.99 │
│ SQN │ 0.69 │
│ Profit factor │ 1.29 │
│ Expectancy (Ratio) │ 0.71 (0.04) │
│ Avg. daily profit │ 1.767 USDT │
│ Avg. stake amount │ 345.016 USDT │
│ Total trade volume │ 53316.954 USDT │
│ │ │
│ Long / Short trades │ 67 / 10 │
│ Long / Short profit % │ 8.94% / -3.47% │
│ Long / Short profit USDT │ 89.425 / -34.651 │
│ │ │
│ Best Pair │ LTC/USDT:USDT 5.62% │
│ Worst Pair │ ADA/USDT:USDT -5.21% │
│ Best trade │ ETC/USDT:USDT 2.00% │
│ Worst trade │ ADA/USDT:USDT -10.17% │
│ Best day │ 26.91 USDT │
│ Worst day │ -47.741 USDT │
│ Days win/draw/lose │ 20 / 6 / 5 │
│ Min/Max/Avg. Duration Winners │ 0d 00:35 / 5d 18:15 / 0d 15:49 │
│ Min/Max/Avg. Duration Losers │ 0d 10:40 / 17d 08:00 / 2d 17:00 │
│ Max Consecutive Wins / Loss │ 36 / 3 │
│ Rejected Entry signals │ 258 │
│ Entry/Exit Timeouts │ 0 / 0 │
│ │ │
│ Min balance │ 1003.168 USDT │
│ Max balance │ 1149.421 USDT │
│ Max % of account underwater │ 8.23% │
│ Absolute drawdown │ 94.647 USDT (8.23%) │
│ Drawdown duration │ 9 days 08:50:00 │
│ Profit at drawdown start │ 149.421 USDT │
│ Profit at drawdown end │ 54.774 USDT │
│ Drawdown start │ 2025-07-22 15:10:00 │
│ Drawdown end │ 2025-08-01 00:00:00 │
│ Market change │ 30.51% │
└───────────────────────────────┴─────────────────────────────────┘
Backtested 2025-07-01 00:00:00 -> 2025-08-01 00:00:00 | Max open trades : 3
STRATEGY SUMMARY
┏━━━━━━━━━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━┓
┃ Strategy ┃ Trades ┃ Avg Profit % ┃ Tot Profit USDT ┃ Tot Profit % ┃ Avg Duration ┃ Win Draw Loss Win% ┃ Drawdown ┃
┡━━━━━━━━━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━┩
│ SampleStrategy │ 77 │ 0.22 │ 54.774 │ 5.48 │ 22:12:00 │ 67 0 10 87.0 │ 94.647 USDT 8.23% │
└────────────────┴────────┴──────────────┴─────────────────┴──────────────┴──────────────┴────────────────────────┴────────────────────┘回测报告表格¶
第一张表包含机器人所有交易，包括"未平仓交易"。
最后一行给出策略总体表现，如：
│ TOTAL │ 77 │ 0.22 │ 54.774 │ 5.48 │ 22:12:00 │ 67 0 10 87.0 │机器人共进行了 77 笔交易，平均持仓时长 22:12:00, 总收益率 5.48%, 即用 1000 USDT 起始资金赚取了 54.774 USDT。
Avg Profit % 列为所有交易的平均收益率。
Tot Profit % 列为相对于起始余额的总收益率。
如上例，起始余额 1000 USDT，绝对收益 54.774 USDT，则 Tot Profit % = (54.774 / 1000) * 100 ~= 5.48%。
策略表现受入场、出场、minimal_roi 和 stop_loss 等多因素影响。
例如，若 minimal_roi 仅为：
"minimal_roi": {
"0": 0.01
},则每次盈利 1% 就会平仓，无法获得更高收益。
反之，若 minimal_roi 过高，如 "0": 0.55（55%），几乎不可能达到。
因此，策略表现是多种因素的综合结果，包括配置和交易对选择。
未平仓交易表¶
第二张表为回测期结束时被"强制平仓"的所有交易，便于完整展示。 这些交易也包含在第一张表中，但单独列出便于分析。
进入标签统计表¶
第三个表格提供按进入标签（例如 enter_long、enter_short）分类的交易明细，显示每个标签的进入次数、平均利润百分比、基础货币总利润、总利润百分比、平均持续时间以及盈利、平局和亏损的次数。
退出原因统计表¶
第四个表格包含退出原因的汇总（例如 exit_signal、roi、stop_loss、force_exit）。此表格可以告诉您哪个领域需要额外改进（例如，如果许多 exit_signal 交易都是亏损的，您应该致力于改善退出信号或考虑禁用它）。
混合标签统计表¶
第五个表格结合了进入标签和退出原因，提供了不同进入标签与特定退出原因组合表现的详细视图。这有助于识别哪些进入和退出策略的组合最为有效。
汇总指标¶
回测报告最后是汇总指标表，它包含了您的策略在回测数据上表现的关键指标。。
┏━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┓
┃ Metric ┃ Value ┃
┡━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┩
│ Backtesting from │ 2025-07-01 00:00:00 │
│ Backtesting to │ 2025-08-01 00:00:00 │
│ Trading Mode │ Isolated Futures │
│ Max open trades │ 3 │
│ │ │
│ Total/Daily Avg Trades │ 72 / 2.32 │
│ Starting balance │ 1000 USDT │
│ Final balance │ 1106.734 USDT │
│ Absolute profit │ 106.734 USDT │
│ Total profit % │ 10.67% │
│ CAGR % │ 230.04% │
│ Sortino │ 4.99 │
│ Sharpe │ 8.00 │
│ Calmar │ 77.76 │
│ SQN │ 1.52 │
│ Profit factor │ 1.79 │
│ Expectancy (Ratio) │ 1.48 (0.07) │
│ Avg. daily profit │ 3.443 USDT │
│ Avg. stake amount │ 363.133 USDT │
│ Total trade volume │ 52466.174 USDT │
│ │ │
│ Best Pair │ LTC/USDT:USDT 4.48% │
│ Worst Pair │ ADA/USDT:USDT -1.78% │
│ Best trade │ ETC/USDT:USDT 2.00% │
│ Worst trade │ ADA/USDT:USDT -10.17% │
│ Best day │ 23.535 USDT │
│ Worst day │ -49.813 USDT │
│ Days win/draw/lose │ 21 / 6 / 4 │
│ Min/Max/Avg. Duration Winners │ 0d 00:35 / 5d 18:15 / 0d 15:30 │
│ Min/Max/Avg. Duration Losers │ 0d 12:00 / 17d 08:00 / 3d 23:28 │
│ Max Consecutive Wins / Loss │ 58 / 4 │
│ Rejected Entry signals │ 254 │
│ Entry/Exit Timeouts │ 0 / 0 │
│ │ │
│ Min balance │ 1003.168 USDT │
│ Max balance │ 1209 USDT │
│ Max % of account underwater │ 8.46% │
│ Absolute drawdown │ 102.266 USDT (8.46%) │
│ Drawdown duration │ 9 days 08:50:00 │
│ Profit at drawdown start │ 209 USDT │
│ Profit at drawdown end │ 106.734 USDT │
│ Drawdown start │ 2025-07-22 15:10:00 │
│ Drawdown end │ 2025-08-01 00:00:00 │
│ Market change │ 30.51% │
└───────────────────────────────┴─────────────────────────────────┘Backtesting from/Backtesting to：回测区间（通常由--timerange指定）Trading Mode：现货或合约Max open trades：max_open_trades（或--max-open-trades）设置，或交易对列表长度（取较小值）Total/Daily Avg Trades：总交易数 / 日均交易数（总交易数除以天数）Starting balance：起始余额（由 dry-run-wallet 指定）Final balance：最终余额 = 起始余额 + 绝对收益Absolute profit：以 stake 货币计的收益Total profit %：总收益率，对应第一张表 TOTAL 行的 Tot Profit %，计算方式为(最终余额-起始余额)/起始余额CAGR %：年化复合增长率Sortino：年化 Sortino 比率Sharpe：年化 Sharpe 比率Calmar：年化 Calmar 比率SQN：系统质量指数（Van Tharp 提出）Profit factor：所有盈利交易的利润总和除以所有亏损交易的损失总和。Expectancy (Ratio)：期望比率，即每笔交易的平均利润或损失。负的期望比率意味着您的策略不盈利。Avg. daily profit：每日平均利润，计算公式为(总利润 / 回测天数)。Avg. stake amount：平均持仓金额（动态交易金额时为平均值）Total trade volume：总交易量Long / Short trades：多头/空头交易次数分类（仅在有空头交易时显示）。Long / Short profit %：多头和空头交易的利润百分比（仅在有空头交易时显示）。Long / Short profit USDT：多头和空头交易在基础货币中的利润（仅在有空头交易时显示）。Best Pair/Worst Pair：表现最好/最差的交易对及其 Tot Profit %Best Trade/Worst Trade：单笔最大盈利/亏损Best day/Worst day：单日最大盈利/亏损Days win/draw/lose：盈利/亏损天数（平局通常是没有平仓交易的天数）。Min/Max/Avg. Duration Winners：盈利交易的最小、最大和平均持续时间。Min/Max/Avg. Duration Losers：亏损交易的最小、最大和平均持续时间。Max Consecutive Wins / Loss：最大连胜/连败次数Rejected Entry signals：因已达最大持仓数而被拒绝的入场信号Entry/Exit Timeouts：未成交的入场/出场订单数（仅自定义定价时适用）Min balance/Max balance：回测期间最低/最高钱包余额Max % of account underwater：自模拟开始以来账户从峰值下降的最大百分比。计算公式为(最大余额 - 当前余额) / (最大余额)的最大值。Absolute drawdown：经历的最大绝对回撤，包括相对于账户的百分比，计算公式为(绝对回撤) / (回撤高点 + 起始余额)。Drawdown duration：最大回撤期间的持续时间。Profit at drawdown start/Profit at drawdown end：最大回撤期间开始和结束时的利润。Drawdown start/Drawdown end：最大回撤的开始和结束日期时间（也可以通过plot-dataframe子命令进行可视化）。Market change：回测期间市场的变化。计算为所有交易对从第一根到最后一根K线使用"收盘价"列的变化平均值。
日/周/月/年分解¶
可用 --breakdown <> 参数查看日/周/月/年分解结果。
如需可视化每月和每年分解，可用：
freqtrade backtesting --strategy MyAwesomeStrategy --breakdown month year MONTH BREAKDOWN
┏━━━━━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┓
┃ Month ┃ Trades ┃ Tot Profit USDT ┃ Profit Factor ┃ Win Draw Loss Win% ┃
┡━━━━━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━┩
│ 31/01/2020 │ 12 │ 44.451 │ 7.28 │ 10 0 2 83.3 │
│ 29/02/2020 │ 30 │ 45.41 │ 2.36 │ 17 0 13 56.7 │
│ 31/03/2020 │ 35 │ 142.024 │ 2.42 │ 14 0 21 40.0 │
│ 30/04/2020 │ 67 │ -23.692 │ 0.81 │ 24 0 43 35.8 │
...
...
│ 30/04/2025 │ 203 │ -63.43 │ 0.81 │ 73 0 130 36.0 │
│ 31/05/2025 │ 142 │ 104.675 │ 1.28 │ 59 0 83 41.5 │
│ 30/06/2025 │ 177 │ -1.014 │ 1.0 │ 85 0 92 48.0 │
│ 31/07/2025 │ 155 │ 232.762 │ 1.6 │ 63 0 92 40.6 │
└────────────┴────────┴─────────────────┴───────────────┴────────────────────────┘
YEAR BREAKDOWN
┏━━━━━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┓
┃ Year ┃ Trades ┃ Tot Profit USDT ┃ Profit Factor ┃ Win Draw Loss Win% ┃
┡━━━━━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━┩
│ 31/12/2020 │ 896 │ 868.889 │ 1.46 │ 351 0 545 39.2 │
│ 31/12/2021 │ 1778 │ 4487.163 │ 1.93 │ 745 0 1033 41.9 │
│ 31/12/2022 │ 1736 │ 938.27 │ 1.27 │ 698 0 1038 40.2 │
│ 31/12/2023 │ 1712 │ 1677.126 │ 1.68 │ 670 0 1042 39.1 │
│ 31/12/2024 │ 1609 │ 3198.424 │ 2.22 │ 773 0 836 48.0 │
│ 31/12/2025 │ 1042 │ 716.174 │ 1.33 │ 420 0 622 40.3 │
└────────────┴────────┴─────────────────┴───────────────┴────────────────────────┘输出将显示包含所选期间已实现绝对利润（以基础货币计）的表格，以及其他统计信息，如交易次数、利润因子以及在此期间实现（平仓）的盈利、平局和亏损分布。
回测结果缓存¶
为节省时间，回测默认会复用一天内相同策略和配置的缓存结果。若需强制重新回测，可加 --cache none 参数。
进一步分析回测结果¶
freqtrade 默认会导出交易到文件，便于后续分析。 你可以用 pandas 加载这些交易，具体见数据分析部分。
回测输出文件¶
freqtrade 生成的输出文件为 zip 包，包含：
- 回测报告（json 格式）
- 市场变化数据（feather 格式）
- 策略文件副本
- 策略参数副本（如用到参数文件）
- 配置文件副本（已脱敏）
这样可保证结果可复现（前提是数据一致）。
仅包含策略和配置文件，不包含依赖。
回测的假设¶
由于回测无法获知K线内的详细价格变化，因此需做如下假设：
- 遵守交易所交易限制
- 入场价为开盘价，除非有自定义定价逻辑
- 只要价格在K线高低区间内，所有订单都能成交（无滑点）
- 出场信号在下一根K线开盘价成交
- 平仓后释放持仓位，可用于新交易对
- 出场信号优先于止损（假定信号在K线开盘触发）
- ROI
- 出场价与高点比较，但用 ROI 值（如 ROI=2%，高点=5%，则以2%出场）
- 出场价不会低于K线最低点，2% ROI 可能实际以2.4%成交（若低点为2.4%）
- ROI 在触发K线生效时（如
120: 0.02，1hK线，从60: 0.05），用K线开盘价作为出场价 - ROI 为
<N>=-1时，强制平仓用低点，除非 N 恰好在K线开盘
- 止损严格按止损价成交，即使低点更低，但实际亏损会比止损价多2倍手续费
- 止损在同一K线内优先于 ROI，因此回测中止损次数可能多于 dry-run/实盘
- 低点先于高点（止损优先保护资金）
- 跟踪止损
- 仅当止损价低于K线低点时才调整（否则会被触发）
- 入场K线触发跟踪止损时，用"最小偏移量"(
stop_positive_offset)为基准（非高点），再计算止损。自定义止损不适用此规则。 - 先高点再低点，止损用调整后的止损价
- ROI 优先于跟踪止损，若两者都触发则以 ROI 为准
- 出场原因仅说明触发条件，不代表盈亏（如负 ROI 也可能显示为 exit_signal）
- 多信号同K线时的处理顺序：
- 出场信号
- 止损
- ROI
- 跟踪止损
- 反向开仓（仅合约）时，若平仓K线有反向信号，则直接反向建仓
基于上述假设，回测尽量贴近真实交易。但回测永远无法替代 dry-run。 请牢记，历史表现不代表未来。
此外，策略作者应仔细阅读开发策略时的常见错误部分，避免回测用到实际不可用的数据。
回测中的交易限制¶
交易所有最小/最大下单量、最小/最大持仓金额等限制，通常在交易所文档"交易规则"部分列出，不同交易对差异很大。
回测（以及实盘和 dry-run）会遵守这些限制，并确保止损价低于最小下单金额，因此实际下单金额会略高于交易所要求。 但 freqtrade 无法获知历史限制。
这可能导致用历史价格计算的最小下单金额被高估（如历史高价时），出现最小金额 > 50 美元的情况。
例如：
BTC 最小可交易量为 0.001。
BTC 当前价格 22,000 美元（0.001 BTC = 22 美元），但回测区间内最高价为 50,000 美元。
此时最小金额可能为 0.001 * 50_000 = 50 美元。
交易精度限制¶
大多数交易所对价格和数量有精度限制，不能买 1.0020401 个，或以 1.24567123123 的价格成交。 实际会按交易所定义四舍五入或截断，如数量 1.002，价格 1.24567。
这些精度值基于当前交易所限制（如上文所述），历史精度不可用。
提高回测精度¶
回测最大局限是无法获知K线内价格变化（高点先于收盘还是反之？）。 假设用 1 小时K线回测，则每根K线有 4 个价格（开、高、低、收）。
虽然回测会做一些假设（见上文），但永远无法完美，始终有偏差。 为缓解此问题，freqtrade 支持用更小周期模拟K线内波动。
只需在回测命令后加 --timeframe-detail 5m：
freqtrade backtesting --strategy AwesomeStrategy
--timeframe 1h --timeframe-detail 5m这会加载 1 小时主周期和 5 分钟细节周期的数据。 策略分析仍用 1 小时周期。 但有信号或持仓时，会用 5 分钟周期分析细节。 这样能更准确模拟K线内波动，尤其在高周期下结果差异明显。
入场仍以主K线开盘价为准，但释放持仓位可能提前（如 5 分钟K线触发出场信号），可用于新交易。
所有回调函数（如 custom_exit()、custom_stoploss() 等）在持仓后会对每根 5 分钟K线运行一次（如 1 小时主周期、5 分钟细节周期，则每单 12 次）。
--timeframe-detail 必须小于主周期，否则回测无法启动。
显然，这会占用更多内存（5 分钟数据量大于 1 小时），也会影响运行时间（取决于交易数量和持仓时长）。数据需提前下载好。
回测多策略¶
如需对比多个策略，可用策略列表进行回测。
每次仅支持一个周期，但数据只加载一次，适合对比多策略时节省时间。
所有策略需在同一目录，或用 --recursive-strategy-search 支持子目录。
freqtrade backtesting --timerange 20180401-20180410
--timeframe 5m
--strategy-list Strategy001 Strategy002
--export trades结果会保存到 user_data/backtest_results/backtest-result-<datetime>.json，包含所有策略结果。
会有一张表对比各策略胜率/亏损（同第一张表 TOTAL 行）。
详细输出会依次展示每个策略，注意向上滚动查看。
================================================== STRATEGY SUMMARY ===================================================================
| Strategy | Trades | Avg Profit % | Tot Profit BTC | Tot Profit % | Avg Duration | Wins | Draws | Losses | Drawdown % |
|-------------+---------+----------------+------------------+----------------+----------------+-------+--------+--------+------------|
| Strategy1 | 429 | 0.36 | 0.00762792 | 76.20 | 4:12:00 | 186 | 0 | 243 | 45.2 |
| Strategy2 | 1487 | -0.13 | -0.00988917 | -98.79 | 4:43:00 | 662 | 0 | 825 | 241.68 |下一步,寻找最优参数¶
恭喜，策略已盈利。如果机器人还能帮你找到最优参数呢？
下一步请学习如何用 Hyperopt 寻找最优参数