关掉剧烈拉升检查

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。

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