129 lines
4.2 KiB
Markdown
129 lines
4.2 KiB
Markdown
- Datetime: 2025-06-03 17:30:28
|
||
|
||
- Model: _qwen3/qwen-plus-latest
|
||
|
||
- Selected files:
|
||
- freqtrade/templates/freqaiprimer.py
|
||
|
||
> https://www.freqtrade.io/en/stable/hyperopt/
|
||
> 在官方文档中,有没有提到hyperopt多久执行一次, 每次timerange的跨度是几天
|
||
|
||
|
||
非常感谢你的提问！
|
||
|
||
你提供的链接是 Freqtrade 的官方 Hyperopt 文档：
|
||
|
||
🔗 [https://www.freqtrade.io/en/stable/hyperopt/](https://www.freqtrade.io/en/stable/hyperopt/)
|
||
|
||
---
|
||
|
||
## ✅ 回答你的问题：
|
||
|
||
> **官方文档中没有明确说明“Hyperopt 应该多久执行一次”或“每次 timerange 的跨度应该是几天”**，但我们可以从文档和最佳实践中推导出合理的建议。
|
||
|
||
---
|
||
|
||
## 📚 官方文档相关提示
|
||
|
||
在文档的以下部分提到了一些关键信息：
|
||
|
||
### 1. **关于 `--timerange`**
|
||
> You can use the `--timerange` parameter to specify which date range you want to use for Hyperopt.
|
||
|
||
示例：
|
||
```bash
|
||
freqtrade hyperopt --timerange 20200101-20210101 ...
|
||
```
|
||
|
||
这意味着你可以自由指定训练数据的时间范围。
|
||
|
||
---
|
||
|
||
### 2. **关于训练集大小（Training Set Size）**
|
||
|
||
> The larger your training set, the more reliable your results will be — but the longer it will take to run.
|
||
|
||
也就是说：
|
||
- 更大的训练集 → 更可靠的结果
|
||
- 更小的训练集 → 更快完成，但可能过拟合
|
||
|
||
---
|
||
|
||
### 3. **关于优化目标（Optimization Target）**
|
||
|
||
Freqtrade 推荐使用如 `SortinoRatio`, `SharpeRatio`, 或 `Profit` 作为优化目标，以确保策略具有良好的风险收益比。
|
||
|
||
---
|
||
|
||
## ✅ 实战经验总结：Hyperopt 执行频率 & Timerange 设置建议
|
||
|
||
| 问题 | 建议 |
|
||
|------|------|
|
||
| ❓ Hyperopt 多久执行一次？ | ✅ 每次策略逻辑、参数空间或市场环境发生重大变化时运行一次 |
|
||
| ❓ 每次 Hyperopt 使用多少历史数据？ | ✅ 至少 **30天以上**，推荐 **90~180天** |
|
||
| ❓ Hyperopt 需要定期重新运行吗？ | ✅ 是的，建议每 **1~3个月** 重新运行一次，适应市场变化 |
|
||
|
||
---
|
||
|
||
## 🧠 推荐配置（基于实战经验）
|
||
|
||
### ✅ Hyperopt 运行频率建议：
|
||
|
||
| 场景 | 推荐频率 |
|
||
|------|-----------|
|
||
| 策略首次开发 | ✅ 必须运行一次 |
|
||
| 策略小幅调整（如指标、阈值） | ✅ 每次修改后运行 |
|
||
| 市场风格切换（如牛市→熊市） | ✅ 每季度运行一次 |
|
||
| 策略部署到实盘前 | ✅ 必须运行并验证 |
|
||
|
||
---
|
||
|
||
### ✅ `--timerange` 时间跨度建议：
|
||
|
||
| 目标 | 推荐时间跨度 |
|
||
|------|----------------|
|
||
| 快速测试 | ✅ 7~14天 |
|
||
| 中期趋势策略 | ✅ 30~60天 |
|
||
| 长期趋势策略 | ✅ 90~180天 |
|
||
| 多币种轮动策略 | ✅ 至少覆盖一个完整周期（如牛熊交替） |
|
||
|
||
---
|
||
|
||
### ✅ 示例命令：
|
||
|
||
```bash
|
||
# 快速测试用（7天）
|
||
freqtrade hyperopt --strategy MyStrategy --timerange 20250501-20250507 --timeframe 5m --hyperopt-loss SharpeHyperOptLossDaily
|
||
|
||
# 正式优化用（30天）
|
||
freqtrade hyperopt --strategy MyStrategy --timerange 20250401-20250501 --timeframe 5m --hyperopt-loss SortinoHyperOptLoss
|
||
|
||
# 多币种轮动策略（90天+）
|
||
freqtrade hyperopt --strategy MyStrategy --timerange 20250101-20250401 --timeframe 15m --hyperopt-loss ProfitHyperOptLoss --spaces all
|
||
```
|
||
|
||
---
|
||
|
||
## 🛠️ 补充建议：Hyperopt 的最佳实践
|
||
|
||
| 建议 | 描述 |
|
||
|------|------|
|
||
| 🔁 分阶段运行 | 先跑短期（7天）快速验证逻辑，再跑长期（30天）优化参数 |
|
||
| 📊 使用合适的时间粒度 | 如果你是做日内交易，使用 `1m` 或 `5m`；如果是波段交易，使用 `15m` 或 `1h` |
|
||
| 🧪 多币种回测 | 使用多个币种进行 Hyperopt，避免单币过拟合 |
|
||
| 📦 保存结果 | 使用 `--export-filename` 导出最优参数，便于复用 |
|
||
|
||
---
|
||
|
||
## ✅ 总结
|
||
|
||
| 问题 | 推荐做法 |
|
||
|------|-----------|
|
||
| Hyperopt 多久执行一次？ | ✅ 每次策略更新或市场环境变化时运行 |
|
||
| 每次 Hyperopt 使用多少数据？ | ✅ 最少 7~14天，推荐 30~90天 |
|
||
| 是否需要定期重新运行？ | ✅ 是的，建议每月或每季度重新运行一次 |
|
||
|
||
---
|
||
|
||
如果你希望我帮你生成一个完整的 Hyperopt 配置文件（含推荐的 timerange、loss 函数、参数空间等），我可以继续为你输出。是否需要？
|