关键结论:Freqtrade是一个用Python编写的开源加密货币量化交易框架。它把“行情数据 → 策略开发 → 回测优化 → 模拟盘 → 实盘执行 → 监控”串联起来,但它本身不是保证赚钱的策略,也不是交易所。
核心结论: Freqtrade是一个用Python编写的开源加密货币量化交易框架。它把“行情数据 → 策略开发 → 回测优化 → 模拟盘 → 实盘执行 → 监控”串联起来,但它本身不是保证赚钱的策略,也不是交易所。
它能做什么
| 环节 | Freqtrade能力 |
|---|---|
| 获取数据 | 从交易所下载历史K线,管理交易对和时间周期 |
| 编写策略 | 用Python、Pandas和技术指标库定义入场、出场、止损和仓位 |
| 历史回测 | 模拟交易,统计收益、回撤、胜率和盈利因子等 |
| 参数优化 | 用Hyperopt搜索指标、止损、止盈和保护参数 |
| 偏差检查 | 检查部分未来数据泄漏和递归指标问题 |
| 模拟交易 | 用实时行情运行Dry-run,不提交真实订单 |
| 实盘交易 | 通过交易所API自动下单、撤单、止损和平仓 |
| 运行监控 | 通过FreqUI、Telegram和REST API查看并控制机器人 |
| 机器学习 | 通过可选的FreqAI训练预测模型 |
一个策略例子
- BTC 1小时级别EMA20上穿EMA60;
- MACD的DIF大于零,成交量高于近期均值;
- 满足条件后买入,单次投入账户资金的5%;
- 亏损3%止损,盈利后启动移动止损;
- 连续止损三次后暂停交易。
Freqtrade可以负责计算指标、产生信号、回测、模拟运行,并在授权后连接交易所执行订单。
它主要支持什么市场
Freqtrade主要面向加密货币:支持多个交易所的现货,部分交易所支持永续合约、杠杆和做空,底层主要通过CCXT接入。它不是专门为A股、美股、期权或传统期货设计的框架。
它不能替你解决什么
- 策略是否存在真正且可持续的统计优势;
- 参数是否过拟合,数据是否可靠;
- 真实滑点、流动性、市场冲击和容量;
- 交易所宕机、API异常和极端行情;
- 完整的组合级独立风控、资金授权、审计和合规。
Dry-run中的订单是模拟的,实盘成交会受盘口、延迟和流动性影响。回测之后应较长时间运行Dry-run,并比较信号、成交和收益差异。
怎样理解它的定位
对个人或小型加密量化团队,它像一套“策略实验室+回测器+模拟交易系统+自动下单机器人”。在机构级体系中,它更适合作为策略验证和交易执行引擎,而不是完整的投资决策、独立风控和审计系统。
- 准备历史数据,编写一个简单、可解释的策略。
- 做样本内、样本外和滚动回测。
- 检查未来数据泄漏和过拟合。
- 运行数周或数月Dry-run。
- 再决定是否以极小资金实盘,并保留独立风险限制和订单对账。
参考与来源状态:
KNOWLEDGE RELATIONS
研究关系
前置知识1
相关内容2
此内容取代0
暂无已建立的此内容取代
取代此内容0
暂无已建立的取代此内容
