log from debug to info

config_examples/haslog.json

@@ -0,0 +1,3 @@
+{
+    "enable_strategy_log": true
+}

config_examples/nolog.json

@@ -1,3 +1,3 @@
 {
-    "strategy_log_level": "INFO"
+    "enable_strategy_log": false
 }

freqtrade/templates/freqaiprimer.py

@@ -35,6 +35,10 @@ class FreqaiPrimer(IStrategy):
     def __init__(self, config=None):
         """初始化策略参数，调用父类初始化方法并接受config参数"""
         super().__init__(config)  # 调用父类的初始化方法并传递config
+        
+        # 读取日志开关配置（默认开启）
+        self._log_enabled = config.get('enable_strategy_log', True) if config else True
+        
         # 存储从配置文件加载的默认值
         self._trailing_stop_positive_default = 0.004  # 降低默认值以更容易触发跟踪止盈
         
@@ -117,11 +121,11 @@ class FreqaiPrimer(IStrategy):
                 
                 # 确保EMA值在合理范围内
                 final_coef = max(0.1, min(5.0, ema_volatility_coef))
-                self.log_debug(f"计算波动系数EMA完成 {pair}: 最终系数={final_coef:.4f} (历史数据点数={len(self._volatility_history[pair])})")
+                self.log_info(f"计算波动系数EMA完成 {pair}: 最终系数={final_coef:.4f} (历史数据点数={len(self._volatility_history[pair])})")
             else:
                 # 如果历史数据不足，返回当前波动系数（或默认值）
                 final_coef = max(0.1, min(5.0, current_volatility_coef))
-                self.log_debug(f"计算波动系数EMA完成 {pair}: 最终系数={final_coef:.4f} (历史数据不足，使用当前值)")
+                self.log_info(f"计算波动系数EMA完成 {pair}: 最终系数={final_coef:.4f} (历史数据不足，使用当前值)")
             
             # 更新缓存和时间戳
             self._volatility_cache[pair] = final_coef
@@ -301,24 +305,12 @@ class FreqaiPrimer(IStrategy):
 
     def log_info(self, message: str):
         """
-        条件化的 INFO 日志输出，根据 config 中的 strategy_log_level 决定是否输出
+        条件化的 INFO 日志输出，根据 config 中的 enable_strategy_log 决定是否输出
         用法：self.log_info(f"[{pair}] 一些信息")
         """
-        # 从 config 中读取日志级别，默认 INFO
-        log_level = self.config.get('strategy_log_level', 'INFO').upper()
-        # 只有当级别 <= INFw 时才输出
-        if log_level in ['DEBUG', 'INFO']:
+        if self._log_enabled:
             logger.info(message)
     
-    def log_debug(self, message: str):
-        """
-        条件化的 DEBUG 日志输出
-        用法：self.log_debug(f"[{pair}] 调试信息")
-        """
-        log_level = self.config.get('strategy_log_level', 'INFO').upper()
-        if log_level == 'DEBUG':
-            logger.debug(message)
-
     def _validate_dataframe_columns(self, dataframe: DataFrame, required_columns: list, metadata: dict):
         """
         验证数据框中是否包含所有需要的列。
@@ -740,7 +732,7 @@ class FreqaiPrimer(IStrategy):
         
         # 日志记录抄底信号
         if dip_buy_condition.sum() > 0:
-            self.log_debug(
+            self.log_info(
                 f"[抄底加速器] [{metadata['pair']}] 检测到 {dip_buy_condition.sum()} 个抄底机会 | "
                 f"5根K线跌幅: {dataframe.loc[dip_buy_condition, 'price_drop_5'].mean():.2%}"
             )
@@ -819,7 +811,7 @@ class FreqaiPrimer(IStrategy):
         交易买入前的确认函数，用于最终决定是否执行交易
         此处实现剧烈拉升检查和入场间隔控制逻辑
         """
-        self.log_debug(f"[{pair}] confirm_trade_entry 被调用 - 价格: {rate:.8f}, 时间: {current_time}")
+        self.log_info(f"[{pair}] confirm_trade_entry 被调用 - 价格: {rate:.8f}, 时间: {current_time}")
         # 默认允许交易
         allow_trade = True
         
@@ -830,7 +822,7 @@ class FreqaiPrimer(IStrategy):
                 last_entry = self._last_entry_time[pair]
                 time_diff = (current_time - last_entry).total_seconds() * 0.0166666667  # 转换为分钟（使用乘法避免除法）
                 if time_diff < self.entry_interval_minutes.value:
-                    self.log_debug(f"[{pair}] 入场间隔不足: 距离上次入场 {time_diff:.1f}分钟 < {self.entry_interval_minutes.value}分钟，取消本次入场")
+                    self.log_info(f"[{pair}] 入场间隔不足: 距离上次入场 {time_diff:.1f}分钟 < {self.entry_interval_minutes.value}分钟，取消本次入场")
                     allow_trade = False
             
             # 检查2：检查是否处于剧烈拉升的不稳固区域
@@ -869,10 +861,10 @@ class FreqaiPrimer(IStrategy):
                             entry_prob = max(0.0, min(1.0, entry_prob))
                             entry_threshold = self.ml_entry_signal_threshold.value
                             if entry_prob < entry_threshold:
-                                self.log_debug(f"[{pair}] ML 审核官拒绝入场: entry_signal 概率 {entry_prob:.2f} < 阈值 {entry_threshold:.2f}（上涨概率低，不宜入场）")
+                                self.log_info(f"[{pair}] ML 审核官拒绝入场: entry_signal 概率 {entry_prob:.2f} < 阈值 {entry_threshold:.2f}（上涨概率低，不宜入场）")
                                 allow_trade = False
                             else:
-                                self.log_debug(f"[{pair}] ML 审核官允许入场: entry_signal 概率 {entry_prob:.2f} >= 阈值 {entry_threshold:.2f}")
+                                self.log_info(f"[{pair}] ML 审核官允许入场: entry_signal 概率 {entry_prob:.2f} >= 阈值 {entry_threshold:.2f}")
                 except Exception as e:
                     logger.warning(f"[{pair}] ML 审核官检查失败，忽略 ML 过滤: {e}")
             
@@ -905,7 +897,7 @@ class FreqaiPrimer(IStrategy):
                             )
                             allow_trade = False
                         else:
-                            self.log_debug(
+                            self.log_info(
                                 f"[下跌保护] [{pair}] 通过下跌趋势检查 | "
                                 f"连续阴线: {consecutive_red}, 5h跌幅: {price_drop_5h:.2%}, 仍在下跌: {still_falling}"
                             )
@@ -915,11 +907,15 @@ class FreqaiPrimer(IStrategy):
             # 如果允许交易，更新最后一次入场时间并输出价格信息
             if allow_trade:
                 self._last_entry_time[pair] = current_time
-                # 计算实际入场价格下调比例（1.67%）
-                # rate 是当前市场价格，enter_price = rate * 0.9833
-                price_discount_percent = 1.67
-                adjusted_entry_price = rate * 0.9833
-                self.log_debug(f"[{pair}] 允许入场 - 市场价: {rate:.8f}, 调整后入场价: {adjusted_entry_price:.8f}, 下调: {price_discount_percent}%")
+                # 计算实际入场价格（使用 hyperopt 参数）
+                discount_multiplier = 1.0 - self.entry_price_discount.value
+                adjusted_entry_price = rate * discount_multiplier
+                self.log_info(
+                    f"[{pair}] ✅ 允许入场 | "
+                    f"原始价格: {rate:.8f} | "
+                    f"下调倍率: {discount_multiplier:.6f} (-{self.entry_price_discount.value:.2%}) | "
+                    f"实际入场价: {adjusted_entry_price:.8f}"
+                )
                 
         # 如果没有阻止因素，允许交易
         return allow_trade
@@ -940,10 +936,10 @@ class FreqaiPrimer(IStrategy):
         交易卖出前的确认函数，用于最终决定是否执行出场
         此处使用 ML 审核官（exit_signal 置信度）过滤出场
         """
-        self.log_debug(f"[{pair}] confirm_trade_exit 被调用 - 价格: {rate:.8f}, 出场原因: {exit_reason}, 时间: {current_time}")
+        self.log_info(f"[{pair}] confirm_trade_exit 被调用 - 价格: {rate:.8f}, 出场原因: {exit_reason}, 时间: {current_time}")
         # 风险控制类退出原因：不经过 ML 审核官，直接允许出场
         if exit_reason in ['stop_loss', 'trailing_stop_loss', 'emergency_exit', 'force_exit']:
-            self.log_debug(f"[{pair}] 风险控制退出，不走 ML 审核官: exit_reason={exit_reason}")
+            self.log_info(f"[{pair}] 风险控制退出，不走 ML 审核官: exit_reason={exit_reason}")
             return True
         # 默认允许出场
         allow_exit = True
@@ -1006,7 +1002,7 @@ class FreqaiPrimer(IStrategy):
                     if future_vol_signal is not None and exit_reason == 'exit_signal':
                         # 情况A：AI 预测强趋势（高波动），且当前不亏损 → 忽略本次 exit_signal，继续持有
                         if future_vol_signal > 0.65 and current_profit >= 0:
-                            self.log_debug(
+                            self.log_info(
                                 f"[波动率 AI] [{pair}] AI 预测强趋势（高波动 {future_vol_signal:.2f}），忽略本次 exit_signal，继续持有 | "
                                 f"持仓: {trade_age_minutes:.1f}min, 利润: {current_profit:.4f}"
                             )
@@ -1014,7 +1010,7 @@ class FreqaiPrimer(IStrategy):
                             return allow_exit
                         # 情况B：AI 预测震荡市（低波动） → 强制接受 exit_signal，立即出场
                         elif future_vol_signal < 0.35:
-                            self.log_debug(
+                            self.log_info(
                                 f"[波动率 AI] [{pair}] AI 预测震荡市（低波动 {future_vol_signal:.2f}），强制接受 exit_signal 出场 | "
                                 f"持仓: {trade_age_minutes:.1f}min, 利润: {current_profit:.4f}"
                             )
@@ -1025,17 +1021,23 @@ class FreqaiPrimer(IStrategy):
                     dynamic_threshold = max(0.05, dynamic_threshold)
 
                     if exit_prob < dynamic_threshold:
-                        self.log_debug(
+                        self.log_info(
                             f"[{pair}] ML 审核官拒绝出场: exit_signal 概率 {exit_prob:.2f} < 动态阈值 {dynamic_threshold:.2f}"
                             f" | 原应出场原因: {exit_reason} | 持仓: {trade_age_minutes:.1f}min, 利润: {current_profit:.4f}"
                             f" | 波动率AI: {future_vol_signal if future_vol_signal is not None else 'N/A'}"
                         )
                         allow_exit = False
                     else:
-                        self.log_debug(
-                            f"[{pair}] ML 审核官允许出场: exit_signal 概率 {exit_prob:.2f} >= 动态阈值 {dynamic_threshold:.2f}"
-                            f" | 出场原因: {exit_reason} | 持仓: {trade_age_minutes:.1f}min, 利润: {current_profit:.4f}"
-                            f" | 波动率AI: {future_vol_signal if future_vol_signal is not None else 'N/A'}"
+                        # 计算实际出场价格（使用 hyperopt 参数）
+                        premium_multiplier = 1.0 + self.exit_price_premium.value
+                        adjusted_exit_price = rate * premium_multiplier
+                        self.log_info(
+                            f"[{pair}] ✅ ML 审核官允许出场 | "
+                            f"原始价格: {rate:.8f} | "
+                            f"上调倍率: {premium_multiplier:.6f} (+{self.exit_price_premium.value:.2%}) | "
+                            f"实际出场价: {adjusted_exit_price:.8f} | "
+                            f"出场原因: {exit_reason} | 持仓: {trade_age_minutes:.1f}min, 利润: {current_profit:.4f} | "
+                            f"波动率AI: {future_vol_signal if future_vol_signal is not None else 'N/A'}"
                         )
         except Exception as e:
             logger.warning(f"[{pair}] ML 审核官出场检查失败，允许出场: {e}")
@@ -1117,7 +1119,7 @@ class FreqaiPrimer(IStrategy):
             # 计算出场价格上浮比例（1.25%）
             price_markup_percent = 1.25
             adjusted_exit_price = current_rate * 1.0125
-            self.log_debug(f"[{pair}] 准备出场 - 市场价: {current_rate:.8f}, 调整后出场价: {adjusted_exit_price:.8f}, 上浮: {price_markup_percent}%, 退出比例: {exit_ratio:.0%}")
+            self.log_info(f"[{pair}] 准备出场 - 市场价: {current_rate:.8f}, 调整后出场价: {adjusted_exit_price:.8f}, 上浮: {price_markup_percent}%, 退出比例: {exit_ratio:.0%}")
 
         return exit_ratio
 
@@ -1200,7 +1202,6 @@ class FreqaiPrimer(IStrategy):
         """
         discount_multiplier = 1.0 - self.entry_price_discount.value
         adjusted_price = proposed_rate * discount_multiplier
-        self.log_debug(f"[实盘入场] [{pair}] 市场价: {proposed_rate:.8f}, 调整后: {adjusted_price:.8f} (-{self.entry_price_discount.value:.2%})")
         return adjusted_price
 
     def custom_exit_price(self, pair: str, trade: 'Trade', current_time: datetime,
@@ -1211,6 +1212,5 @@ class FreqaiPrimer(IStrategy):
         """
         premium_multiplier = 1.0 + self.exit_price_premium.value
         adjusted_price = proposed_rate * premium_multiplier
-        self.log_debug(f"[实盘出场] [{pair}] 市场价: {proposed_rate:.8f}, 调整后: {adjusted_price:.8f} (+{self.exit_price_premium.value:.2%})")
         return adjusted_price
 

tools/backtest.sh

@@ -190,6 +190,7 @@ echo "docker-compose run --rm freqtrade backtesting $PAIRS_FLAG \
   --freqaimodel LightGBMRegressorMultiTarget \
   --config /freqtrade/config_examples/$CONFIG_FILE \
   --config /freqtrade/templates/freqaiprimer.json \
+  --config /freqtrade/config_examples/haslog.json \
   --strategy-path /freqtrade/templates \
   --strategy $STRATEGY_NAME \
   --timerange $START_DATE-$END_DATE \
@@ -202,6 +203,7 @@ docker-compose run --rm freqtrade backtesting $PAIRS_FLAG \
   --freqaimodel LightGBMRegressorMultiTarget \
   --config /freqtrade/config_examples/$CONFIG_FILE \
   --config /freqtrade/templates/freqaiprimer.json \
+  --config /freqtrade/config_examples/nolog.json \
   --strategy-path /freqtrade/templates \
   --enable-protections \
   --strategy $STRATEGY_NAME \