revert detect_h1_rapid_rise

freqtrade/templates/freqaiprimer.py

@@ -488,38 +488,58 @@ class FreqaiPrimer(IStrategy):
 
     def detect_h1_rapid_rise(self, pair: str) -> bool:
         """
-        修复版剧烈拉升检测 —— 同时兼容 backtest / dry-run / live
-        关键改进：
-        - 强制排除最后一根未闭合的 1h K线（解决 dry-run 误杀）
-        - 只看最近 N 根完整K线（N 可 hyperopt，安全范围 16-50）
-        - 历史污点终身制彻底废除
+        检测1小时K线图上的剧烈拉升情况（轻量级版本，用于confirm_trade_entry）
+        参数:
+        - pair: 交易对
+        返回:
+        - bool: 是否处于不稳固区域
         """
         try:
+            # 获取1小时K线数据
             df_1h = self.dp.get_pair_dataframe(pair=pair, timeframe='1h')
-            
-            lookback = self.h1_max_candles.value  # ← 这里用你的超参数！安全范围 16-50
-            
-            # 必须有足够数据
-            if len(df_1h) < lookback + 5:  # 留点余量
+
+            # 获取当前优化参数值
+            max_candles = self.h1_max_candles.value
+            rapid_rise_threshold = self.h1_rapid_rise_threshold.value
+            max_consecutive_candles = self.h1_max_consecutive_candles.value
+
+            # 确保有足够的K线数据
+            if len(df_1h) < max_candles:
+                logger.warning(f"[{pair}] 1h K线数据不足 {max_candles} 根，当前只有 {len(df_1h)} 根，无法完整检测剧烈拉升")
                 return False
-                
-            # 关键：只看已闭合的K线！干掉最后一根正在形成的蜡烛
-            closed_candles = df_1h.iloc[-lookback-1:-1]  # 取最近 lookback 根完整K线
-            
-            # 计算这段时间内从最低点到最高点的最大涨幅
-            low_price = closed_candles['low'].min()
-            high_price = closed_candles['high'].max()
-            
-            if low_price <= 0:
-                return False
-                
-            rise_ratio = (high_price - low_price) / low_price
-            
-            # 是否触发剧烈拉升阈值
-            return rise_ratio >= self.h1_rapid_rise_threshold.value
-            
+
+            # 获取最近的K线
+            recent_data = df_1h.iloc[-max_candles:].copy()
+
+            # 检查连续最多几根K线内的最大涨幅
+            rapid_rise_detected = False
+            max_rise = 0
+
+            for i in range(len(recent_data) - max_consecutive_candles + 1):
+                window_data = recent_data.iloc[i:i + max_consecutive_candles]
+                window_low = window_data['low'].min()
+                window_high = window_data['high'].max()
+
+                # 计算区间内的最大涨幅
+                if window_low > 0:
+                    rise_percentage = (window_high - window_low) / window_low
+                    if rise_percentage > max_rise:
+                        max_rise = rise_percentage
+
+                    # 检查是否超过阈值
+                    if rise_percentage >= rapid_rise_threshold:
+                        rapid_rise_detected = True
+                        #logger.info(f"[{pair}] 检测到剧烈拉升: 从 {window_low:.2f} 到 {window_high:.2f} ({rise_percentage:.2%}) 在 {max_consecutive_candles} 根K线内")
+                        break
+
+            current_price = recent_data['close'].iloc[-1]
+            #logger.info(f"[{pair}] 剧烈拉升检测结果: {'不稳固' if rapid_rise_detected else '稳固'}")
+            #logger.info(f"[{pair}] 最近最大涨幅: {max_rise:.2%}")
+
+            return rapid_rise_detected
+
         except Exception as e:
-            logger.debug(f"[{pair}] 剧烈拉升检测异常: {e}")
+            logger.error(f"[{pair}] 剧烈拉升检测过程中发生错误: {str(e)}")
             return False
 
     def confirm_trade_entry(