Freqtrade 基础

本页为你介绍 Freqtrade 的基本概念及其工作原理。

Freqtrade 术语¶

• 策略（Strategy）：你的交易策略，告诉机器人该做什么。
• 交易（Trade）：已开仓的持仓。
• 挂单（Open Order）：当前已在交易所下单但尚未成交的订单。
• 交易对（Pair）：可交易的币对，通常格式为 Base/Quote（如现货的 XRP/USDT，合约的 XRP/USDT:USDT）。
• 周期（Timeframe）：K 线的时间长度（如 "5m"、"1h" 等）。
• 指标（Indicators）：技术指标（SMA、EMA、RSI 等）。
• 限价单（Limit order）：以指定价格或更优价格成交的限价订单。
• 市价单（Market order）：保证成交，但可能因订单量影响价格。
• 当前利润（Current Profit）：该交易当前的浮动（未实现）利润。主要用于机器人和 UI。
• 已实现利润（Realized Profit）：已实现的利润。仅在部分出场时相关，具体计算逻辑见该文档。
• 总利润（Total Profit）：已实现和未实现利润之和。相对数值（%）以该交易总投资为基准计算。

手续费处理¶

Freqtrade 的所有利润计算均包含手续费。

• 回测 / 超参数优化 / 模拟盘模式下，使用交易所默认手续费（最低档）。
• 实盘时，使用交易所实际手续费（包括 BNB 折扣等）。

交易对命名¶

Freqtrade 遵循 ccxt 命名规范。 在错误的市场使用错误的命名方式，通常会导致机器人无法识别该交易对，报错 "this pair is not available"。

现货交易对命名¶

现货交易对命名为 base/quote（如 ETH/USDT）。

合约交易对命名¶

合约交易对命名为 base/quote:settle（如 ETH/USDT:USDT）。

机器人执行逻辑¶

以 dry-run 或实盘模式启动 freqtrade（使用 freqtrade trade）会启动机器人并进入主循环。

这也会运行 bot_start() 回调。

默认情况下，机器人循环每隔几秒运行一次（由 internals.process_throttle_secs 控制），执行以下操作：

• 从持久化存储获取已开仓交易
• 计算当前可交易的交易对列表
• 下载交易对及所有信息性交易对的 OHLCV 数据 该步骤每根 K 线只执行一次，以避免不必要的网络流量
• 调用策略的 bot_loop_start() 回调
• 按交易对分析策略
  • 调用 populate_indicators()
  • 调用 populate_entry_trend()
  • 调用 populate_exit_trend()
• 更新交易的挂单状态
  • 对已成交订单调用策略的 order_filled() 回调
  • 检查挂单超时
    • 对未成交进场单调用 check_entry_timeout() 回调
    • 对未成交出场单调用 check_exit_timeout() 回调
    • 对所有挂单调用 adjust_order_price() 回调
      • 对未成交进场单调用 adjust_entry_price()（仅当未实现 adjust_order_price() 时调用）
      • 对未成交出场单调用 adjust_exit_price()（仅当未实现 adjust_order_price() 时调用）
• 检查已持仓并视情况下出场单
  • 考虑止损、ROI、出场信号、custom_exit() 和 custom_stoploss()
  • 根据 exit_pricing 配置或 custom_exit_price() 回调确定出场价格
  • 下出场单前调用策略的 confirm_trade_exit() 回调
• 若启用，检查已开仓交易的持仓调整，调用 adjust_trade_position() 并视情况下补仓单
• 检查交易槽位是否可用（是否已达 max_open_trades）
• 检查进场信号，尝试开新仓
  • 根据 entry_pricing 配置或 custom_entry_price() 回调确定进场价格
  • 在杠杆和合约模式下，调用 leverage() 回调确定杠杆倍数
  • 调用 custom_stake_amount() 回调确定下单金额
  • 下进场单前调用策略的 confirm_trade_entry() 回调

该循环会不断重复，直到机器人被停止。

Freqtrade 机器人主循环流程图¶

主循环执行流程¶

流程图图片

关键步骤说明¶

1. 数据准备阶段¶

• 获取已开仓交易: 从数据库或文件系统读取当前持仓状态
• 计算交易对列表: 根据配置和策略确定可交易的交易对
• 下载 OHLCV 数据: 获取最新的价格和交易量数据

2. 策略分析阶段¶

• populate_indicators(): 计算技术指标
• populate_entry_trend(): 生成进场信号
• populate_exit_trend(): 生成出场信号

3. 订单管理阶段¶

• 更新挂单状态: 检查订单是否成交
• 处理超时订单: 对未成交订单进行调整或取消
• 价格调整: 根据市场情况调整订单价格

4. 持仓管理阶段¶

• 检查出场条件: 止损、ROI、出场信号等
• 持仓调整: 根据策略调整现有持仓
• 确认出场: 执行出场操作

5. 开仓管理阶段¶

• 检查槽位: 确认是否还有可用的交易槽位
• 信号检查: 寻找新的进场机会
• 确认开仓: 执行开仓操作

6. 循环控制¶

• 循环间隔: 由 internals.process_throttle_secs 控制
• 停止检查: 检查是否需要停止机器人

重要回调函数¶

配置参数¶

• internals.process_throttle_secs: 控制循环间隔时间
• max_open_trades: 最大同时开仓数量
• entry_pricing: 进场价格策略
• exit_pricing: 出场价格策略

这个流程图清晰地展示了 Freqtrade 机器人如何通过持续的主循环来管理交易，确保策略能够及时响应市场变化并执行相应的交易操作。

回测 / 超参数优化执行逻辑¶

回测 或 超参数优化 只执行上述部分逻辑，因为大多数交易操作都是完全模拟的。

• 加载配置交易对的历史数据。
• 调用一次 bot_start()。
• 计算指标（每个交易对调用一次 populate_indicators()）。
• 计算进出场信号（每个交易对调用一次 populate_entry_trend() 和 populate_exit_trend()）。
• 按 K 线循环，模拟进出场点。
  • 调用策略的 bot_loop_start() 回调。
  • 检查订单超时，通过 unfilledtimeout 配置或 check_entry_timeout() / check_exit_timeout() 回调。
  • 对所有挂单调用 adjust_order_price() 回调。
    • 对未成交进场单调用 adjust_entry_price()（仅当未实现 adjust_order_price() 时调用！）
    • 对未成交出场单调用 adjust_exit_price()（仅当未实现 adjust_order_price() 时调用！）
  • 检查进场信号（enter_long / enter_short 列）。
  • 确认进出场（如策略实现则调用 confirm_trade_entry() 和 confirm_trade_exit()）。
  • 调用 custom_entry_price()（如策略实现）确定进场价格（价格会调整到开盘 K 线内）。
  • 在杠杆和合约模式下，调用 leverage() 回调确定杠杆倍数。
  • 调用 custom_stake_amount() 回调确定下单金额。
  • 若启用，检查已开仓交易的持仓调整，调用 adjust_trade_position() 判断是否需补仓。
  • 对已成交进场单调用 order_filled() 回调。
  • 调用 custom_stoploss() 和 custom_exit() 寻找自定义出场点。
  • 基于出场信号、自定义出场和部分出场的退出：调用 custom_exit_price() 确定出场价格（价格会调整到收盘 K 线内）。
  • 对已成交出场单调用 order_filled() 回调。
• 生成回测报告输出

实盘或 DryRun 与回测的区别¶

通过对比回测逻辑和正常主循环逻辑，我发现了以下主要差异：

主要差异分析¶

1. 数据加载方式¶

• 回测: 一次性加载配置交易对的历史数据
• 正常循环: 每次循环都下载最新的 OHLCV 数据

2. 初始化调用¶

• 回测: 调用一次 bot_start()
• 正常循环: 每次循环调用 bot_loop_start()

3. 指标计算频率¶

• 回测: 每个交易对调用一次 populate_indicators()
• 正常循环: 每次循环都重新计算指标

4. 信号计算频率¶

• 回测: 每个交易对调用一次 populate_entry_trend() 和 populate_exit_trend()
• 正常循环: 每次循环都重新计算信号

5. 时间处理方式¶

• 回测: 按 K 线循环，模拟进出场点
• 正常循环: 实时处理，基于实际时间间隔

6. 订单处理¶

• 回测: 模拟订单成交，基于历史数据
• 正常循环: 实际下单到交易所，处理真实订单状态

7. 价格确定¶

• 回测: 价格调整到开盘/收盘 K 线内
• 正常循环: 基于实时市场价格

8. 回调函数调用时机¶

• 回测: 在模拟的 K 线时间点调用
• 正常循环: 在真实事件发生时调用

关键差异总结¶

重要影响¶

1. 性能差异: 回测一次性处理所有数据，而正常循环持续处理
2. 准确性差异: 回测基于历史数据，正常循环基于实时市场
3. 延迟差异: 回测无网络延迟，正常循环有网络和交易所延迟
4. 滑点差异: 回测通常假设无滑点，正常循环有真实滑点

这些差异解释了为什么回测结果与实际交易结果可能存在显著差异。