From 018328efd1786df8e5afb98700e263365561f447 Mon Sep 17 00:00:00 2001
From: "zhangkun9038@dingtalk.com" <zhangkun9038@dingtalk.com>
Date: Sat, 7 Jun 2025 02:59:31 +0800
Subject: [PATCH] =?UTF-8?q?=E4=BC=98=E5=8C=96=E7=86=8A=E5=B8=82?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 chat/result15.md                      | 543 ++++++++++++++++++++++++++
 config_examples/freqaiprimer.json     |   6 +-
 freqtrade/templates/freqaiprimer.json |  18 +-
 freqtrade/templates/freqaiprimer.py   |  58 +++
 4 files changed, 613 insertions(+), 12 deletions(-)
 create mode 100644 chat/result15.md

diff --git a/chat/result15.md b/chat/result15.md
new file mode 100644
index 00000000..0c925622
--- /dev/null
+++ b/chat/result15.md
@@ -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。
+
+------
diff --git a/config_examples/freqaiprimer.json b/config_examples/freqaiprimer.json
index 960f003b..61a70deb 100644
--- a/config_examples/freqaiprimer.json
+++ b/config_examples/freqaiprimer.json
@@ -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,
diff --git a/freqtrade/templates/freqaiprimer.json b/freqtrade/templates/freqaiprimer.json
index e4ba3879..ab698f3b 100644
--- a/freqtrade/templates/freqaiprimer.json
+++ b/freqtrade/templates/freqaiprimer.json
@@ -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"
 }
\ No newline at end of file
diff --git a/freqtrade/templates/freqaiprimer.py b/freqtrade/templates/freqaiprimer.py
index 550f7eb0..46c4bbc7 100644
--- a/freqtrade/templates/freqaiprimer.py
+++ b/freqtrade/templates/freqaiprimer.py
@@ -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"