完全取消EMA限制

freqtrade/templates/freqaiprimer.py

@@ -659,30 +659,19 @@ class FreqaiPrimer(IStrategy):
         # 辅助条件: 3m 和 15m 趋势确认（允许部分时间框架不一致）
         trend_confirmation = (dataframe['trend_3m'] == 1) | (dataframe['trend_15m'] == 1)
         
-        # 新增：EMA趋势过滤条件（核心入场限制，进一步放宽）
-        # 方案2：最近N根K线内发生过EMA5向上穿越，或者当前EMA5在EMA20之上
-        # 这样既能捕捉趋势启动，又能在趋势延续时继续入场
-        # 添加防御性检查，防止列不存在
-        if 'ema_5_1h' in dataframe.columns and 'ema_20_1h' in dataframe.columns:
-            # 条件1：EMA5保持在EMA20之上（趋势延续）
-            ema5_above_ema20 = dataframe['ema_5_1h'] > dataframe['ema_20_1h']
-            
-            # 条件2：最近20根1h K线内发生过向上穿越（捕捉趋势启动后的窗口期）
-            if 'ema5_cross_above_ema20' in dataframe.columns:
-                # 使用rolling.max检查最近20根K线内是否有True值
-                recent_cross = dataframe['ema5_cross_above_ema20'].rolling(window=20, min_periods=1).max() == 1
-                # 两个条件满足其一即可：要么当前在上方，要么最近穿越过
-                ema_trend_filter = ema5_above_ema20 | recent_cross
-            else:
-                # 如果没有交叉列，只用保持在上方的条件
-                ema_trend_filter = ema5_above_ema20
-        else:
-            # 如果列不存在，创建一个全False的Series（不允许入场）
-            self.strategy_log(f"[{metadata['pair']}] 警告：ema_5_1h或ema_20_1h列不存在，过滤条件设为False")
-            ema_trend_filter = pd.Series(False, index=dataframe.index)
+        # EMA趋势过滤条件（已取消，太严格导致入场太少）
+        # 如果需要重新启用，取消下面注释并在final_condition中加上 & ema_trend_filter
+        # if 'ema_5_1h' in dataframe.columns and 'ema_20_1h' in dataframe.columns:
+        #     ema5_above_ema20 = dataframe['ema_5_1h'] > dataframe['ema_20_1h']
+        #     if 'ema5_cross_above_ema20' in dataframe.columns:
+        #         recent_cross = dataframe['ema5_cross_above_ema20'].rolling(window=20, min_periods=1).max() == 1
+        #         ema_trend_filter = ema5_above_ema20 | recent_cross
+        #     else:
+        #         ema_trend_filter = ema5_above_ema20
+        # else:
+        #     ema_trend_filter = pd.Series(False, index=dataframe.index)
         
-        # 合并所有条件（减少强制性条件）
-        # 至少满足多个条件中的一定数量，并且必须满足EMA5向上穿越EMA20
+        # 合并所有条件（已移除EMA过滤限制）
         condition_count = (
             close_to_bb_lower_1h.astype(int) +
             rsi_condition_1h.astype(int) +
@@ -691,9 +680,8 @@ class FreqaiPrimer(IStrategy):
             (volume_spike | bb_width_condition).astype(int) +  # 成交量或布林带宽度满足其一即可
             trend_confirmation.astype(int)
         )
-        # 修改最终条件：必须同时满足最小条件数量和EMA趋势过滤
-        basic_condition = condition_count >= self.min_condition_count.value
-        final_condition = basic_condition & ema_trend_filter
+        # 最终条件：至少满足最小条件数量（已移除EMA过滤限制）
+        final_condition = condition_count >= self.min_condition_count.value
         
         # 设置入场信号
         dataframe.loc[final_condition, 'enter_long'] = 1
@@ -767,13 +755,6 @@ class FreqaiPrimer(IStrategy):
         dataframe.loc[final_condition_updated, 'enter_price'] = dataframe.loc[final_condition_updated, 'close'] * 0.9833
         
         # 增强调试信息
-        # 确保ema_trend_filter是Series类型才能调用sum()
-        if isinstance(ema_trend_filter, pd.Series):
-            ema_trend_count = ema_trend_filter.sum()
-        else:
-            ema_trend_count = 0
-        
-        basic_condition_count = basic_condition.sum()
         final_condition_count = final_condition.sum()
         
         self.strategy_log(f"[{metadata['pair']}] 入场条件检查:")
@@ -783,13 +764,7 @@ class FreqaiPrimer(IStrategy):
         self.strategy_log(f"  - MACD 上升趋势: {macd_condition_1h.sum()} 次")
         self.strategy_log(f"  - 成交量或布林带宽度: {(volume_spike | bb_width_condition).sum()} 次")
         self.strategy_log(f"  - 趋势确认: {trend_confirmation.sum()} 次")
-        self.strategy_log(f"  - EMA趋势过滤(在上方或20根K线内穿越): {ema_trend_count} 次")
-        self.strategy_log(f"  - 基本条件满足: {basic_condition_count} 次")
-        self.strategy_log(f"  - 最终条件(基本+EMA过滤): {final_condition_count} 次")
-        
-        # 如果EMA条件满足但最终条件未满足，输出详细信息
-        if ema_trend_count > 0 and final_condition_count == 0:
-            self.strategy_log(f"[{metadata['pair']}] 注意：检测到 {ema_trend_count} 次EMA趋势过滤满足，但由于其他条件不足未能生成入场信号")
+        self.strategy_log(f"  - 最终入场信号: {final_condition_count} 次")
         # 在populate_entry_trend方法末尾添加
         # 计算条件间的相关性
         conditions = DataFrame({
@@ -798,8 +773,7 @@ class FreqaiPrimer(IStrategy):
             'stochrsi': stochrsi_condition_1h,
             'macd': macd_condition_1h,
             'vol_bb': (volume_spike | bb_width_condition),
-            'trend': trend_confirmation,
-            'ema_trend': ema_trend_filter
+            'trend': trend_confirmation
         })
         correlation = conditions.corr().mean().mean()
         #self.strategy_log(f"[{metadata['pair']}] 条件平均相关性: {correlation:.2f}")