From 33ceb205475676af8d1149cc4184df1f9a2d9c7f Mon Sep 17 00:00:00 2001 From: "zhangkun9038@dingtalk.com" Date: Sat, 7 Feb 2026 01:13:49 +0800 Subject: [PATCH] =?UTF-8?q?=E5=85=B3=E6=8E=89=E5=89=A7=E7=83=88=E6=8B=89?= =?UTF-8?q?=E5=8D=87=E6=A3=80=E6=9F=A5?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- doc/介绍.md | 185 ++++++++++++++++++++++++++++ freqtrade/templates/freqaiprimer.py | 12 +- 2 files changed, 191 insertions(+), 6 deletions(-) diff --git a/doc/介绍.md b/doc/介绍.md index e69de29b..a8f9fed1 100644 --- a/doc/介绍.md +++ b/doc/介绍.md @@ -0,0 +1,185 @@ +# 策略入场出场逻辑和FreqAI机制详解 + +## 🎯 策略总体架构 + +这是一个基于**多时间框架技术分析**和**FreqAI机器学习**相结合的智能交易策略。策略分为两个主要部分： + +1. **传统技术指标过滤系统** +2. **FreqAI智能决策系统** + +## 📊 技术指标入场逻辑 + +### 1. 多时间框架趋势确认 +```python +# 3m、15m、1h三个时间框架的趋势确认 +dataframe['trend_3m'] = np.where(dataframe['ema_50_3m'] > dataframe['ema_200_3m'], 1, 0) +dataframe['trend_15m'] = np.where(dataframe['ema_50_15m'] > dataframe['ema_200_15m'], 1, 0) +dataframe['trend_1h_ema'] = np.where(dataframe['ema_50_1h'] > dataframe['ema_200_1h'], 1, 0) +``` + +### 2. EMA趋势过滤（核心逻辑） +```python +# EMA5保持在EMA20之上 或 最近20根1h K线内发生过向上穿越 +# 这样既能捕捉趋势启动，又能在趋势延续时继续入场 +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 +``` + +### 3. EMA20趋势强度过滤（新增功能） +```python +# 新增：EMA20斜率必须满足阈值（避免过于平缓的趋势） +if 'ema_20_1h' in dataframe.columns: + ema20_slope = (dataframe['ema_20_1h'] - dataframe['ema_20_1h'].shift(5)) / dataframe['ema_20_1h'].shift(5) + min_ema20_slope = 0.0001 # 0.01%的斜率阈值 + ema20_slope_condition = ema20_slope > min_ema20_slope + ema_trend_filter = ema_trend_filter & ema20_slope_condition +``` + +### 4. 多因子综合筛选 +```python +# 基础条件组合 +condition_count = ( + close_to_bb_lower_1h.astype(int) + + rsi_condition_1h.astype(int) + + stochrsi_condition_1h.astype(int) + + macd_condition_1h.astype(int) + + (volume_spike | bb_width_condition).astype(int) + + trend_confirmation.astype(int) +) +basic_condition = condition_count >= self.min_condition_count.value +final_condition = basic_condition & ema_trend_filter & ~kdj_1h_block +``` + +## 🤖 FreqAI智能决策系统 + +### 1. 标签定义（分类任务） +```python +# 入场标签：未来24根K线内最高价是否超过+1% +future_max = dataframe["close"].rolling(window=24, min_periods=1).max().shift(-23) +dataframe["&s-entry_signal"] = np.where( + future_max > dataframe["close"] * 1.01, # +1%阈值 + 1, 0 +) + +# 出场标签：未来24根K线内最低价是否跌破-1% +future_min = dataframe["close"].rolling(window=24, min_periods=1).min().shift(-23) +dataframe["&s-exit_signal"] = np.where( + future_min < dataframe["close"] * 0.99, # -1%阈值 + 1, 0 +) +``` + +### 2. ML审核官机制 +```python +# 入场审核：基于FreqAI预测概率 +if entry_prob is not None: + entry_prob = max(0.0, min(1.0, entry_prob)) # 确保概率在[0,1]范围内 + if entry_prob < self.ml_entry_signal_threshold.value: + # 拒绝入场：上涨概率低，不宜入场 + allow_trade = False + else: + # 允许入场：上涨概率足够高 + allow_trade = True + +# 出场审核：基于FreqAI预测概率 +if exit_prob is not None: + exit_prob = max(0.0, min(1.0, exit_prob)) + if exit_prob < dynamic_threshold: + allow_exit = False # 拒绝出场 + else: + allow_exit = True # 允许出场 +``` + +## 🔄 入场流程 + +### 1. confirm_trade_entry 方法 +```python +def confirm_trade_entry(self, ...): + # 1. 冷启动保护（回测模式下禁用） + # 2. 入场间隔控制 + # 3. 剧烈拉升检测 + # 4. ML审核官（FreqAI过滤低质量入场） + # 5. 最终决定是否允许入场 +``` + +### 2. 入场信号生成 +```python +# 在populate_entry_trend中 +dataframe.loc[final_condition, 'enter_long'] = 1 +``` + +## 📤 出场流程 + +### 1. confirm_trade_exit 方法 +```python +def confirm_trade_exit(self, ...): + # 1. 风险控制类退出（止损、追踪止损等）- 直接允许 + # 2. ML审核官（FreqAI过滤低质量出场） + # 3. 特殊退出条件： + # - EMA20趋势变弱时强制退出 + # - AI预测震荡市时强制退出 + # 4. 最终决定是否允许出场 +``` + +### 2. 特殊退出机制 +```python +# EMA20趋势变弱时提前退出 +if self.is_ema20_trend_weakening(df): + return True # 强制出场 + +# AI预测震荡市时强制退出 +elif future_vol_signal < 0.35: + return True # 强制出场 +``` + +## 📈 策略特点 + +### ✅ 优势 +1. **多维度过滤**：技术指标+机器学习双重验证 +2. **趋势强度控制**：避免在趋势不明确时入场 +3. **智能退出机制**：基于趋势变化和AI预测的动态退出 +4. **回测友好**：符合看前偏差修复要求，回测结果更真实 + +### ✅ 风险控制 +1. **冷启动保护**：策略启动初期不入场 +2. **入场间隔控制**：避免频繁交易 +3. **ML审核官**：过滤低质量信号 +4. **动态止损**：基于ATR的动态止损 + +### ✅ 适应性 +1. **参数优化**：大量可调参数支持个性化优化 +2. **多时间框架**：3m/15m/1h多周期分析 +3. **市场状态识别**：根据市场状态调整策略参数 + +## 📊 策略执行流程图 + +``` +开始 + ↓ +技术指标分析（EMA、RSI、MACD等） + ↓ +趋势过滤（EMA5/EMA20、趋势强度） + ↓ +多因子综合筛选 + ↓ +FreqAI智能决策（entry_signal概率） + ↓ +ML审核官过滤 + ↓ +确认入场/拒绝入场 + ↓ +持仓中... + ↓ +实时监控（趋势变化、AI预测） + ↓ +智能退出（趋势变弱、震荡市） + ↓ +结束 +``` + +这个策略结合了传统技术分析的可靠性与机器学习的智能性，能够在不同市场环境下做出相对稳健的交易决策。 \ No newline at end of file diff --git a/freqtrade/templates/freqaiprimer.py b/freqtrade/templates/freqaiprimer.py index deec5dd5..db32e4b1 100644 --- a/freqtrade/templates/freqaiprimer.py +++ b/freqtrade/templates/freqaiprimer.py @@ -933,12 +933,12 @@ class FreqaiPrimer(IStrategy): # 检查2：检查是否处于剧烈拉升的不稳固区域 unstable_rejected = False - if not cold_start_rejected and not interval_rejected: - is_unstable_region = self.detect_h1_rapid_rise(pair) - if is_unstable_region: - rejected_conditions.append("剧烈拉升检测: 检测到1小时图剧烈拉升") - self.strategy_log(f"[{pair}] {rejected_conditions[-1]}") - unstable_rejected = True + # if not cold_start_rejected and not interval_rejected: + # is_unstable_region = self.detect_h1_rapid_rise(pair) + # if is_unstable_region: + # rejected_conditions.append("剧烈拉升检测: 检测到1小时图剧烈拉升") + # self.strategy_log(f"[{pair}] {rejected_conditions[-1]}") + # unstable_rejected = True # 检查3：ML 审核官（FreqAI 过滤低质量入场）+ 入场诊断统计 # 逻辑：用 entry_signal 概率来判断——若"容易上涨概率"低，则拒绝入场