优化熊市
This commit is contained in:
zhangkun9038@dingtalk.com
parent
abf92b10e1
commit
018328efd1
543
chat/result15.md
Normal file
543
chat/result15.md
Normal file
@ -0,0 +1,543 @@
|
||||
> 当前策略的config, freqai部分, 如何调整配置能提升策略表现
|
||||
>
|
||||
|
||||
你当前的 FreqAI 配置已经非常完整，涵盖了数据预处理、特征工程、模型训练、异常检测等多个方面。
|
||||
|
||||
---
|
||||
|
||||
## ✅ 当前配置亮点
|
||||
|
||||
| 模块 | 说明 |
|
||||
|------|------|
|
||||
| 多时间帧特征 | `include_timeframes`: ["3m", "15m", "1h"] |
|
||||
| 相关币种特征 | 使用 BTC/USDT 和 SOL/USDT 做相关性分析 |
|
||||
| 标签周期 | `label_period_candles`: 24（预测未来 24 根 K 线） |
|
||||
| 特征选择 | 使用递归消除法（recursive_elimination） |
|
||||
| 异常检测 | 使用 IsolationForest + SVM 过滤异常值 |
|
||||
| 模型参数 | LightGBMRegressor，n_estimators=400 |
|
||||
|
||||
---
|
||||
|
||||
## 🚀 如何优化 FreqAI 配置以提升策略表现？
|
||||
|
||||
以下是 **6 个关键优化方向**，每个都附有建议配置和理由：
|
||||
|
||||
---
|
||||
|
||||
### ✅ 1. **增加标签周期长度**
|
||||
|
||||
> 当前：`label_period_candles: 24`
|
||||
|
||||
#### 🔧 建议：
|
||||
```json
|
||||
"label_period_candles": 48
|
||||
```
|
||||
|
||||
#### 📌 理由：
|
||||
- 更长的标签周期可以让模型学习更远期的趋势
|
||||
- 对于中长期趋势策略更有帮助
|
||||
- 可结合 ROI 设置进行匹配
|
||||
|
||||
---
|
||||
|
||||
### ✅ 2. **使用 PCA 降维（Principal Component Analysis）**
|
||||
|
||||
> 当前：`principal_component_analysis`: false
|
||||
|
||||
#### 🔧 建议：
|
||||
```json
|
||||
"principal_component_analysis": true
|
||||
```
|
||||
|
||||
#### 📌 理由：
|
||||
- 减少冗余特征，提高模型泛化能力
|
||||
- 对抗过拟合
|
||||
- 尤其适用于多时间帧 + 多币种场景
|
||||
|
||||
---
|
||||
|
||||
### ✅ 3. **调整模型训练参数（LightGBM）**
|
||||
|
||||
> 当前：`n_estimators`: 400, `learning_rate`: 0.01
|
||||
|
||||
#### 🔧 建议：
|
||||
```json
|
||||
"model_training_parameters": {
|
||||
"n_estimators": 600,
|
||||
"learning_rate": 0.005,
|
||||
"num_leaves": 40,
|
||||
"max_depth": 10,
|
||||
"min_data_in_leaf": 20,
|
||||
"feature_fraction": 0.8,
|
||||
"bagging_fraction": 0.8,
|
||||
"bagging_freq": 5
|
||||
}
|
||||
```
|
||||
|
||||
#### 📌 理由：
|
||||
- 更多迭代次数 + 更低学习率 = 更稳定收敛
|
||||
- 增加叶子数和深度可以捕捉更复杂的模式
|
||||
- 添加正则化项防止过拟合
|
||||
|
||||
---
|
||||
|
||||
### ✅ 4. **增加更多相关币种用于特征提取**
|
||||
|
||||
> 当前：`include_corr_pairlist`: ["BTC/USDT", "SOL/USDT"]
|
||||
|
||||
#### 🔧 建议：
|
||||
```json
|
||||
"include_corr_pairlist": ["BTC/USDT", "ETH/USDT", "SOL/USDT", "XRP/USDT"]
|
||||
```
|
||||
|
||||
#### 📌 理由：
|
||||
- 不同币种之间存在联动效应
|
||||
- 增加更多主流币种可以增强市场状态识别能力
|
||||
- 尤其在牛市或熊市中效果显著
|
||||
|
||||
---
|
||||
|
||||
### ✅ 5. **启用增量训练（Incremental Training）**
|
||||
|
||||
> 当前未启用
|
||||
|
||||
#### 🔧 建议：
|
||||
```json
|
||||
"incremental_train": true
|
||||
```
|
||||
|
||||
#### 📌 理由：
|
||||
- 在 live trading 中持续更新模型，而不是完全重训练
|
||||
- 提高模型对最新市场的适应速度
|
||||
- 减少 retrain 时间开销
|
||||
|
||||
---
|
||||
|
||||
### ✅ 6. **调整 outlier_protection_percentage**
|
||||
|
||||
> 当前：`outlier_protection_percentage`: 0.1
|
||||
|
||||
#### 🔧 建议：
|
||||
```json
|
||||
"outlier_protection_percentage": 0.15
|
||||
```
|
||||
|
||||
#### 📌 理由：
|
||||
- 市场波动剧烈时，适当放宽异常值过滤范围
|
||||
- 防止误删极端行情下的有效信号
|
||||
- 可结合 volatility_forecast 动态调整
|
||||
|
||||
---
|
||||
|
||||
## ✅ 推荐的优化后 FreqAI 配置（只展示修改部分）
|
||||
|
||||
```json
|
||||
"freqai": {
|
||||
"enabled": true,
|
||||
"identifier": "test58",
|
||||
"train_period_days": 7,
|
||||
"backtest_period_days": 1,
|
||||
"live_retrain_hours": 2,
|
||||
"purge_old_models": 2,
|
||||
|
||||
"feature_parameters": {
|
||||
"include_timeframes": ["3m", "15m", "1h"],
|
||||
"include_corr_pairlist": ["BTC/USDT", "ETH/USDT", "SOL/USDT", "XRP/USDT"],
|
||||
"label_period_candles": 48,
|
||||
"include_shifted_candles": 3,
|
||||
"DI_threshold": 0.7,
|
||||
"weight_factor": 0.9,
|
||||
"principal_component_analysis": true,
|
||||
"use_SVM_to_remove_outliers": true,
|
||||
"indicator_periods_candles": [10, 20, 50],
|
||||
"plot_feature_importances": 10,
|
||||
"outlier_protection_percentage": 0.15
|
||||
},
|
||||
|
||||
"data_split_parameters": {
|
||||
"test_size": 0.2,
|
||||
"shuffle": false
|
||||
},
|
||||
|
||||
"model_training_parameters": {
|
||||
"n_estimators": 600,
|
||||
"learning_rate": 0.005,
|
||||
"num_leaves": 40,
|
||||
"max_depth": 10,
|
||||
"min_data_in_leaf": 20,
|
||||
"feature_fraction": 0.8,
|
||||
"bagging_fraction": 0.8,
|
||||
"bagging_freq": 5,
|
||||
"verbose": -1
|
||||
},
|
||||
|
||||
"incremental_train": true
|
||||
}
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## ✅ 总结：推荐优化一览表
|
||||
|
||||
| 优化点 | 是否推荐 | 描述 |
|
||||
|--------|----------|------|
|
||||
| 增加 label_period_candles | ✅ 是 | 学习更远期趋势 |
|
||||
| 启用 PCA 降维 | ✅ 是 | 减少冗余特征 |
|
||||
| 调整 LightGBM 参数 | ✅ 是 | 提高模型性能 |
|
||||
| 增加相关币种 | ✅ 是 | 增强市场感知 |
|
||||
| 启用增量训练 | ✅ 是 | 提升实时适应性 |
|
||||
| 放宽异常值过滤 | ✅ 是 | 避免误删极端行情 |
|
||||
|
||||
---
|
||||
|
||||
🎯 **下一步建议：**
|
||||
|
||||
你可以先尝试以下组合进行 backtest 测试：
|
||||
|
||||
```bash
|
||||
freqtrade backtesting --strategy freqaiprimer --config config_examples/freqaiprimer.json --timerange 20240101-20250101 --freqaimodel LightGBMMultiTargetRegressor
|
||||
```
|
||||
|
||||
如果你希望我帮你：
|
||||
- 实现动态调整 label_period_candles
|
||||
- 加入模型漂移检测
|
||||
- 自动调整 outlier_protection_percentage
|
||||
|
||||
请告诉我你想优先实现哪个功能，我可以为你定制这部分逻辑。
|
||||
|
||||
------
|
||||
|
||||
- Datetime: 2025-06-07 02:11:35
|
||||
|
||||
- Model: _qwen3/qwen-plus-latest
|
||||
|
||||
- Selected files:
|
||||
- result/backtest-result-2025-06-06_17-55-14.json
|
||||
- result/analytic.log
|
||||
- result/backtest-result-2025-06-06_17-55-14.meta.json
|
||||
- result/backtest-result-2025-06-06_17-55-14_FreqaiPrimer.json
|
||||
- result/backtest-result-2025-06-06_17-55-14_FreqaiPrimer.py
|
||||
- result/backtest-result-2025-06-06_17-55-14_config.json
|
||||
- result/backtest_trades.csv
|
||||
- result/output.log
|
||||
|
||||
> 在下行行情下,这个策略会亏损严重, 请给分析原因和解决策略
|
||||
|
||||
你当前的策略在**下行行情中表现不佳，亏损严重**，这是一个非常典型的问题。我们来从多个角度分析原因，并提出针对性的优化建议。
|
||||
|
||||
---
|
||||
|
||||
## 📉 一、回测结果总结（关键数据）
|
||||
|
||||
| 指标 | 数值 | 说明 |
|
||||
|------|------|------|
|
||||
| 总交易数 | 10 | 少量交易但亏损集中 |
|
||||
| 胜率 | 20% | 非常低，仅 2 赢，5 输 |
|
||||
| 平均盈利 | -1.96% | 所有交易平均亏损近 2% |
|
||||
| 最大单笔亏损 | -5.15%（TRUMP/USDT） | 单笔最大亏损超过 5% |
|
||||
| ROI 设置 | `{"0": 0.028, "12": 0.016, "48": 0.009, "120": 0}` | 初始目标为 2.8%，但未达成 |
|
||||
| Trailing Stop 设置 | `trailing_stop_positive = 0.237` | 追踪止损偏高，可能无法及时止盈 |
|
||||
|
||||
---
|
||||
|
||||
## 🔍 二、亏损原因分析
|
||||
|
||||
### ✅ 1. **趋势判断滞后 + 止损设置不合理**
|
||||
|
||||
- 策略使用了 EMA200 和价格背离作为主要信号
|
||||
- 在下行行情中：
|
||||
- EMA200 反应慢，导致入场点位滞后
|
||||
- 价格背离信号容易“假突破”，造成频繁误判
|
||||
- 当前 trailing stop 设置为 `0.237`，但在下跌行情中根本无法触发，反而被提前止损
|
||||
|
||||
#### 📌 示例：
|
||||
|
||||
```json
|
||||
"trailing_stop_positive": 0.237,
|
||||
"trailing_stop_positive_offset": 0.318,
|
||||
```
|
||||
|
||||
这意味着只有当价格反弹到比最低价高出 23.7% 才会开始追踪，这在下跌趋势中几乎不可能实现。
|
||||
|
||||
---
|
||||
|
||||
### ✅ 2. **模型预测偏差 + 动态阈值失效**
|
||||
|
||||
你的策略依赖 FreqAI 的 `&-price_value_divergence` 来判断买卖点，但在下行行情中：
|
||||
|
||||
- 模型输出的 `labels_mean` 和 `labels_std` 偏移较大
|
||||
- 动态阈值计算逻辑过于简单，没有考虑市场状态变化
|
||||
- 导致买入信号过早触发，卖出信号延迟或缺失
|
||||
|
||||
#### 📌 示例代码段：
|
||||
|
||||
```python
|
||||
self.buy_threshold = labels_mean - k_buy * labels_std
|
||||
self.sell_threshold = labels_mean + k_sell * labels_std
|
||||
```
|
||||
|
||||
在下行行情中，`labels_mean` 下降，但 `k_buy * labels_std` 仍保持不变，导致买点不准确。
|
||||
|
||||
---
|
||||
|
||||
### ✅ 3. **缺乏空头保护机制**
|
||||
|
||||
你的策略是纯多头策略（`is_short: false`），但在下跌行情中：
|
||||
|
||||
- 没有做空机制
|
||||
- 没有对冲手段
|
||||
- 没有根据大盘走势动态调整仓位或暂停交易
|
||||
|
||||
#### 📌 回测日志显示：
|
||||
|
||||
```log
|
||||
Market change: -6.96%
|
||||
```
|
||||
|
||||
大盘整体下跌近 7%，而你的策略仍然坚持做多，导致系统性亏损。
|
||||
|
||||
---
|
||||
|
||||
### ✅ 4. **入场条件过于宽松**
|
||||
|
||||
你的入场条件包括：
|
||||
|
||||
```python
|
||||
cond1 = (dataframe["&-price_value_divergence"] < self.buy_threshold)
|
||||
cond2 = (dataframe["volume_z_score"] > 1.5)
|
||||
cond3 = (dataframe["rsi"] < 40)
|
||||
cond4 = (dataframe["close"] <= dataframe["bb_lowerband"])
|
||||
buy_condition = cond1 & cond2 & cond3 & cond4
|
||||
```
|
||||
|
||||
这些条件在下跌行情中很容易满足，尤其是 RSI < 40 和 close 在布林下轨以下，容易形成“抄底陷阱”。
|
||||
|
||||
---
|
||||
|
||||
### ✅ 5. **出场逻辑单一 + ROI 不灵活**
|
||||
|
||||
- ROI 设置为固定时间衰减曲线，但在下跌行情中需要更激进的止损
|
||||
- trailing stop 设置过高，无法有效锁定利润
|
||||
- sell_condition 中只有一个 RSI > 75 的条件，太弱
|
||||
|
||||
---
|
||||
|
||||
## 🚀 三、解决方案与优化建议
|
||||
|
||||
### ✅ 1. **加入大盘趋势过滤器（Market Trend Filter）**
|
||||
|
||||
你可以通过 BTC/USDT 或 ETH/USDT 的趋势来判断是否开启交易。
|
||||
|
||||
#### 🔧 修改 `populate_indicators()`：
|
||||
|
||||
```python
|
||||
def populate_indicators(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
|
||||
# 获取 BTC/USDT 的趋势
|
||||
btc_df = self.dp.get_pair_dataframe("BTC/USDT", self.timeframe)
|
||||
dataframe["btc_ema200"] = ta.EMA(btc_df, timeperiod=200)
|
||||
dataframe["btc_trend"] = (btc_df["close"] > dataframe["btc_ema200"]).astype(int)
|
||||
|
||||
# 如果 BTC 处于下降趋势，则禁止交易
|
||||
if dataframe["btc_trend"].iloc[-1] == 0:
|
||||
logger.info(f"[{metadata['pair']}] BTC 处于下降趋势，暂停交易")
|
||||
dataframe["enter_long"] = 0
|
||||
return dataframe
|
||||
|
||||
# 否则继续执行原有逻辑...
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
### ✅ 2. **动态调整 trailing stop 参数**
|
||||
|
||||
在下跌行情中，适当降低 trailing stop 的距离，提高退出速度。
|
||||
|
||||
#### 🔧 修改 `adjust_trade_position()`：
|
||||
|
||||
```python
|
||||
def adjust_trade_position(self, trade: Trade, current_time: datetime,
|
||||
current_rate: float, current_profit: float,
|
||||
min_roi: Dict[float, float], max_profit: float):
|
||||
hold_time = (current_time - trade.open_date_utc).total_seconds() / 60
|
||||
|
||||
if hold_time < 15:
|
||||
return None
|
||||
|
||||
profit_ratio = (current_rate - trade.open_rate) / trade.open_rate
|
||||
|
||||
# 如果大盘处于下跌趋势，缩短 trailing stop 距离
|
||||
market_trend = self.get_market_trend()
|
||||
if market_trend == 'bear':
|
||||
self.trailing_stop_distance = 0.005 # 更快退出
|
||||
self.trailing_stop_start = 0.01
|
||||
else:
|
||||
self.trailing_stop_distance = 0.01
|
||||
self.trailing_stop_start = 0.03
|
||||
|
||||
if profit_ratio >= self.trailing_stop_start and not self.trailing_stop_enabled:
|
||||
self.trailing_stop_enabled = True
|
||||
trade.adjust_max_rate(current_rate)
|
||||
|
||||
if self.trailing_stop_enabled:
|
||||
max_rate = trade.max_rate
|
||||
trailing_stop_price = max_rate * (1 - self.trailing_stop_distance)
|
||||
if current_rate < trailing_stop_price:
|
||||
return -1
|
||||
trade.adjust_max_rate(current_rate)
|
||||
|
||||
if hold_time > 30:
|
||||
return -1
|
||||
|
||||
return None
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
### ✅ 3. **优化入场条件：增加趋势确认机制**
|
||||
|
||||
避免在下跌趋势中盲目抄底。
|
||||
|
||||
#### 🔧 修改 `populate_entry_trend()`：
|
||||
|
||||
```python
|
||||
if "&-price_value_divergence" in dataframe.columns:
|
||||
# 新增：只在价格高于短期均线时才允许入场
|
||||
dataframe["ema20"] = ta.EMA(dataframe, timeperiod=20)
|
||||
cond5 = (dataframe["close"] > dataframe["ema20"])
|
||||
|
||||
cond1 = (dataframe["&-price_value_divergence"] < self.buy_threshold)
|
||||
cond2 = (dataframe["volume_z_score"] > 1.5)
|
||||
cond3 = (dataframe["rsi"] < 40)
|
||||
cond4 = (dataframe["close"] <= dataframe["bb_lowerband"])
|
||||
|
||||
buy_condition = cond1 & cond2 & cond3 & cond4 & cond5
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
### ✅ 4. **动态调整 ROI 目标**
|
||||
|
||||
在下跌行情中，ROI 应该更快衰减，甚至设为负值以强制止损。
|
||||
|
||||
#### 🔧 修改 `generate_roi_table()`：
|
||||
|
||||
```python
|
||||
def generate_roi_table(self, params: Dict) -> Dict[int, float]:
|
||||
market_trend = self.get_market_trend()
|
||||
|
||||
if market_trend == 'bear':
|
||||
roi_table = {
|
||||
"0": -0.01, # 强制止损
|
||||
"5": 0.005, # 极端情况下微利退出
|
||||
"15": 0.01,
|
||||
"30": 0.015
|
||||
}
|
||||
else:
|
||||
roi_table = {
|
||||
"0": params.get("roi_t0", 0.02),
|
||||
"30": params.get("roi_t1", 0.01),
|
||||
"60": params.get("roi_t2", 0.0),
|
||||
}
|
||||
|
||||
return roi_table
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
### ✅ 5. **加入大盘联动因子（Pair Correlation）**
|
||||
|
||||
你可以利用 BTC/USDT 的波动率来动态调整其他币种的止损幅度。
|
||||
|
||||
#### 🔧 示例逻辑：
|
||||
|
||||
```python
|
||||
def custom_stoploss(self, pair: str, trade: Trade, current_time: datetime,
|
||||
current_rate: float, current_profit: float, **kwargs) -> float:
|
||||
|
||||
# 获取 BTC 波动率
|
||||
btc_df = self.dp.get_pair_dataframe("BTC/USDT", self.timeframe)
|
||||
volatility = (btc_df["close"].pct_change(24)).abs().mean()
|
||||
|
||||
base_stop = -0.05 # 基础止损
|
||||
adjusted_stop = base_stop * (1 + volatility * 2) # 波动越大，止损越紧
|
||||
|
||||
return max(adjusted_stop, -0.1) # 最大不超过 -10%
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
### ✅ 6. **加入“市场状态识别”模块**
|
||||
|
||||
你可以使用 RSI + ADX + Volatility 综合判断市场状态。
|
||||
|
||||
#### 🔧 示例逻辑：
|
||||
|
||||
```python
|
||||
def get_market_trend(self, dataframe: DataFrame) -> str:
|
||||
rsi = dataframe["rsi"].iloc[-1]
|
||||
adx = dataframe["adx"].iloc[-1]
|
||||
trend_strength = abs(dataframe["trend_strength"].iloc[-1])
|
||||
|
||||
if adx > 25 and trend_strength < -0.01:
|
||||
return "bear"
|
||||
elif adx > 25 and trend_strength > 0.01:
|
||||
return "bull"
|
||||
else:
|
||||
return "sideways"
|
||||
```
|
||||
|
||||
然后在 `populate_entry_trend()` 和 `custom_stoploss()` 中使用这个状态。
|
||||
|
||||
---
|
||||
|
||||
## ✅ 四、推荐配置修改（config.json）
|
||||
|
||||
```json
|
||||
{
|
||||
"stoploss": -0.1,
|
||||
"minimal_roi": {
|
||||
"0": -0.01,
|
||||
"5": 0.005,
|
||||
"15": 0.01,
|
||||
"30": 0.015
|
||||
},
|
||||
"trailing_stop": true,
|
||||
"trailing_stop_positive": 0.01,
|
||||
"trailing_stop_positive_offset": 0.02,
|
||||
"trailing_only_offset_is_reached": true
|
||||
}
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## ✅ 五、总结：亏损原因 & 对策一览表
|
||||
|
||||
| 问题 | 原因 | 解决方案 |
|
||||
|------|------|----------|
|
||||
| 趋势判断滞后 | 使用 EMA200 + price divergence | 加入 BTC 趋势过滤器 |
|
||||
| 动态阈值失效 | 没有考虑市场状态 | 根据市场状态调整 buy/sell threshold |
|
||||
| 止损设置不合理 | trailing_stop_positive 过高 | 动态调整 trailing stop |
|
||||
| 入场条件宽松 | 容易抄底失败 | 加入 EMA20 过滤 |
|
||||
| 缺乏空头保护 | 没有做空机制 | 加入大盘趋势过滤器 |
|
||||
| ROI 设置不合理 | 固定衰减，未适应下跌行情 | 动态 ROI 表 |
|
||||
| 模型漂移 | labels_mean/std 偏移 | 加入 Z-score 标准化 |
|
||||
|
||||
---
|
||||
|
||||
🎯 **下一步建议：**
|
||||
|
||||
你可以优先实现以下功能之一，我为你定制具体代码：
|
||||
|
||||
| 功能 | 推荐指数 | 描述 |
|
||||
|------|----------|------|
|
||||
| BTC 趋势过滤器 | ⭐⭐⭐⭐⭐ | 防止在熊市中盲目做多 |
|
||||
| 动态 trailing stop | ⭐⭐⭐⭐ | 提高退出效率 |
|
||||
| 动态 ROI 表 | ⭐⭐⭐⭐ | 自适应不同市场环境 |
|
||||
| 市场状态识别 | ⭐⭐⭐ | 提升策略鲁棒性 |
|
||||
| 模型漂移检测 | ⭐⭐⭐ | 防止模型退化 |
|
||||
|
||||
---
|
||||
|
||||
如果你希望我帮你实现其中某一个功能，请告诉我你想优先实现哪个功能，我可以为你生成完整代码。
|
||||
|
||||
------
|
||||
@ -81,15 +81,15 @@
|
||||
"feature_parameters": {
|
||||
"include_timeframes": [
|
||||
"3m",
|
||||
"15m",
|
||||
"1h"
|
||||
"1h",
|
||||
"12h",
|
||||
],
|
||||
"include_corr_pairlist": [
|
||||
"BTC/USDT",
|
||||
"SOL/USDT"
|
||||
],
|
||||
"outlier_protection_percentage": 0.1,
|
||||
"label_period_candles": 24,
|
||||
"label_period_candles": 8,
|
||||
"include_shifted_candles": 3,
|
||||
"DI_threshold": 0.7,
|
||||
"weight_factor": 0.9,
|
||||
|
||||
@ -16,21 +16,21 @@
|
||||
},
|
||||
"protection": {},
|
||||
"roi": {
|
||||
"0": 0.167,
|
||||
"24": 0.036000000000000004,
|
||||
"55": 0.012,
|
||||
"119": 0
|
||||
"0": 0.028,
|
||||
"12": 0.016,
|
||||
"48": 0.009,
|
||||
"120": 0
|
||||
},
|
||||
"stoploss": {
|
||||
"stoploss": -0.057
|
||||
"stoploss": -0.279
|
||||
},
|
||||
"trailing": {
|
||||
"trailing_stop": true,
|
||||
"trailing_stop_positive": 0.148,
|
||||
"trailing_stop_positive_offset": 0.189,
|
||||
"trailing_only_offset_is_reached": true
|
||||
"trailing_stop_positive": 0.237,
|
||||
"trailing_stop_positive_offset": 0.318,
|
||||
"trailing_only_offset_is_reached": false
|
||||
}
|
||||
},
|
||||
"ft_stratparam_v": 1,
|
||||
"export_time": "2025-06-06 02:05:54.035420+00:00"
|
||||
"export_time": "2025-06-06 14:26:19.180290+00:00"
|
||||
}
|
||||
@ -390,6 +390,29 @@ class FreqaiPrimer(IStrategy):
|
||||
return None
|
||||
|
||||
profit_ratio = (current_rate - trade.open_rate) / trade.open_rate
|
||||
|
||||
# 获取市场趋势并分别处理
|
||||
market_trend = self.get_market_trend()
|
||||
|
||||
# 👇 分别处理 bull、bear、sideways 三种情况
|
||||
if market_trend == 'bull':
|
||||
# 牛市：放宽 trailing stop，允许更多利润积累
|
||||
self.trailing_stop_distance = 0.015
|
||||
self.trailing_stop_start = 0.04
|
||||
logger.debug(f"[{trade.pair}] 当前为牛市，设置 trailing_stop_distance={self.trailing_stop_distance}, start={self.trailing_stop_start}")
|
||||
|
||||
elif market_trend == 'bear':
|
||||
# 熊市：收紧 trailing stop，快速止盈
|
||||
self.trailing_stop_distance = 0.005
|
||||
self.trailing_stop_start = 0.01
|
||||
logger.debug(f"[{trade.pair}] 当前为熊市，设置 trailing_stop_distance={self.trailing_stop_distance}, start={self.trailing_stop_start}")
|
||||
|
||||
elif market_trend == 'sideways':
|
||||
# 震荡市：保持默认值
|
||||
self.trailing_stop_distance = 0.01
|
||||
self.trailing_stop_start = 0.03
|
||||
logger.debug(f"[{trade.pair}] 当前为震荡市，使用默认 trailing_stop 参数")
|
||||
|
||||
if profit_ratio >= self.trailing_stop_start and not self.trailing_stop_enabled:
|
||||
self.trailing_stop_enabled = True
|
||||
trade.adjust_max_rate(current_rate)
|
||||
@ -405,6 +428,7 @@ class FreqaiPrimer(IStrategy):
|
||||
|
||||
if hold_time > 30:
|
||||
logger.info(f"[{trade.pair}] 持仓时间超过30分钟，强制平仓")
|
||||
|
||||
return -1
|
||||
return None
|
||||
|
||||
@ -455,3 +479,37 @@ class FreqaiPrimer(IStrategy):
|
||||
adjusted_rate = proposed_rate * (1 + 0.0025)
|
||||
logger.debug(f"[{pair}] 自定义卖出价：{adjusted_rate:.6f}（原价：{proposed_rate:.6f}）")
|
||||
return adjusted_rate
|
||||
|
||||
def get_market_trend(self, dataframe: DataFrame = None) -> str:
|
||||
"""
|
||||
使用 BTC/USDT 的 EMA200 判断大盘趋势
|
||||
返回值: 'bull'（牛市）、'bear'（熊市）、'sideways'（震荡）
|
||||
"""
|
||||
|
||||
try:
|
||||
# 获取 BTC/USDT 的数据
|
||||
btc_df = self.dp.get_pair_dataframe("BTC/USDT", self.timeframe)
|
||||
if len(btc_df) < 200:
|
||||
logger.warning("BTC 数据不足，返回默认趋势：sideways")
|
||||
return "sideways"
|
||||
|
||||
# 计算 EMA200
|
||||
btc_df["ema200"] = ta.EMA(btc_df, timeperiod=200)
|
||||
|
||||
# 当前价格与 EMA200 的关系
|
||||
price_above_ema = (btc_df["close"].iloc[-1] > btc_df["ema200"].iloc[-1])
|
||||
|
||||
# 近期趋势强度（过去 50 根 K 线的平均涨跌幅）
|
||||
trend_strength = btc_df["close"].pct_change(50).iloc[-1]
|
||||
|
||||
# 判断市场状态
|
||||
if price_above_ema and trend_strength > 0.03:
|
||||
return "bull"
|
||||
elif not price_above_ema and trend_strength < -0.03:
|
||||
return "bear"
|
||||
else:
|
||||
return "sideways"
|
||||
|
||||
except Exception as e:
|
||||
logger.error(f"获取市场趋势失败：{e}", exc_info=True)
|
||||
return "sideways"
|
||||
|
||||
Loading…
x
Reference in New Issue
Block a user