添加一个新的厕率
This commit is contained in:
jackyu66git
@@ -20,7 +20,7 @@ logger = logging.getLogger(__name__)
|
||||
# freqtrade plot-dataframe --strategy ChanLun_BTC_30 --datadir user_data/data/binance -c ./user_data/ChanLun_SOL_30.json --timerange=20250309-
|
||||
|
||||
# freqtrade trade -c ./user_data/Chan/config/ChanLun_BTC_30.json --strategy ChanLun_BTC_30 --strategy-path ./user_data/Chan/strategies
|
||||
# freqtrade backtesting -c ./user_data/Chan/config/ChanLun_BTC_30.json --strategy ChanLun_BTC_30 --strategy-path ./user_data/Chan/strategies --timerange=20250901-
|
||||
# freqtrade backtesting -c ./user_data/Chan/config/ChanLun_BTC_30.json --strategy ChanLun_BTC_30 --strategy-path ./user_data/Chan/strategies --timerange=20260101-
|
||||
# freqtrade download-data -c ./user_data/Chan/config/ChanLun_BTC_30.json -t 1m --pairs BTC/USDT:USDT --timerange=20250405-
|
||||
# freqtrade hyperopt --hyperopt-loss SharpeHyperOptLossDaily --spaces roi --strategy ChanLun_BTC_30 --strategy-path ./user_data/Chan/strategies -c ./user_data/Chan/config/ChanLun_BTC_30.json -e 200 --timerange=20250201-20250901
|
||||
# freqtrade edge -c ./user_data/Chan/config/ChanLun_BTC_30.json --strategy ChanLun_BTC_30 --strategy-path ./user_data/Chan/strategies --timerange 20250721-20250901
|
||||
@@ -64,9 +64,9 @@ class ChanLun_BTC_30(IStrategy):
|
||||
}
|
||||
|
||||
can_short = True
|
||||
lev = 2.0
|
||||
lev = 1.0
|
||||
stoploss = -0.3 # 设置为很大的负值，让custom_stoploss来控制
|
||||
use_custom_stoploss = True # 启用自定义止损
|
||||
use_custom_stoploss = False # 启用自定义止损
|
||||
|
||||
trailing_stop = False
|
||||
trailing_stop_positive = 0.03
|
||||
@@ -75,7 +75,7 @@ class ChanLun_BTC_30(IStrategy):
|
||||
|
||||
# 关闭分批止盈/仓位调整
|
||||
position_adjustment_enable = False
|
||||
startup_candle_count = 2880
|
||||
startup_candle_count = 1440
|
||||
time3 = 3
|
||||
time5 = 5
|
||||
time15 = 15
|
||||
@@ -92,61 +92,60 @@ class ChanLun_BTC_30(IStrategy):
|
||||
def populate_indicators(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
|
||||
|
||||
# resample our dataframes
|
||||
dataframe_3 = resample_to_interval(dataframe, self.get_ticker_indicator() * 3)
|
||||
#dataframe_3 = resample_to_interval(dataframe, self.get_ticker_indicator() * 3)
|
||||
dataframe_5 = resample_to_interval(dataframe, self.get_ticker_indicator() * 5)
|
||||
dataframe_15 = resample_to_interval(dataframe, self.get_ticker_indicator() * 15)
|
||||
#dataframe_15 = resample_to_interval(dataframe, self.get_ticker_indicator() * 15)
|
||||
dataframe_30 = resample_to_interval(dataframe, self.get_ticker_indicator() * 30)
|
||||
dataframe_60 = resample_to_interval(dataframe, self.get_ticker_indicator() * 60)
|
||||
dataframe_2h = resample_to_interval(dataframe, self.get_ticker_indicator() * 120)
|
||||
dataframe_4h = resample_to_interval(dataframe, self.get_ticker_indicator() * 240)
|
||||
#dataframe_60 = resample_to_interval(dataframe, self.get_ticker_indicator() * 60)
|
||||
#dataframe_2h = resample_to_interval(dataframe, self.get_ticker_indicator() * 120)
|
||||
#dataframe_4h = resample_to_interval(dataframe, self.get_ticker_indicator() * 240)
|
||||
|
||||
#dataframe_1d = self.dp.get_pair_dataframe(pair=metadata['pair'], timeframe='1d')
|
||||
#dataframe_1w = resample_to_interval(dataframe_1d, self.get_ticker_indicator() * 10080)
|
||||
#dataframe_1m = resample_to_interval(dataframe_1d, self.get_ticker_indicator() * 43200)
|
||||
|
||||
dataframe_1d = resample_to_interval(dataframe, self.get_ticker_indicator() * 1440)
|
||||
#dataframe_1d = resample_to_interval(dataframe, self.get_ticker_indicator() * 1440)
|
||||
#dataframe_1w = resample_to_interval(dataframe, self.get_ticker_indicator() * 10080)
|
||||
#dataframe_1m = resample_to_interval(dataframe, self.get_ticker_indicator() * 43200)
|
||||
dataframe = self.add_indicators(dataframe)
|
||||
dataframe_3 = self.add_indicators(dataframe_3)
|
||||
#dataframe_3 = self.add_indicators(dataframe_3)
|
||||
dataframe_5 = self.add_indicators(dataframe_5)
|
||||
dataframe_15 = self.add_indicators(dataframe_15)
|
||||
#dataframe_15 = self.add_indicators(dataframe_15)
|
||||
dataframe_30 = self.add_indicators(dataframe_30)
|
||||
dataframe_60 = self.add_indicators(dataframe_60)
|
||||
dataframe_2h = self.add_indicators(dataframe_2h)
|
||||
dataframe_4h = self.add_indicators(dataframe_4h)
|
||||
dataframe_1d = self.add_indicators(dataframe_1d)
|
||||
#dataframe_60 = self.add_indicators(dataframe_60)
|
||||
#dataframe_2h = self.add_indicators(dataframe_2h)
|
||||
#dataframe_4h = self.add_indicators(dataframe_4h)
|
||||
#dataframe_1d = self.add_indicators(dataframe_1d)
|
||||
#self.chan.plot_dual(dataframe_5, dataframe_30)
|
||||
#chanpy_state = self.chanpy.get_bsp_state(dataframe_5)
|
||||
#dataframe_5['chanpy_state'] = chanpy_state
|
||||
state_list = self.chan.get_klu_state_list(dataframe_3)
|
||||
dataframe_3['state'] = state_list
|
||||
state_list = self.chan.get_klu_state_list(dataframe_5)
|
||||
#state_list = self.chan.get_klu_state(dataframe_3)
|
||||
#dataframe_3['state'] = state_list
|
||||
state_list = self.chan.get_klu_state(dataframe_5)
|
||||
dataframe_5['state'] = state_list
|
||||
state_list = self.chan.get_klu_state_list(dataframe_15)
|
||||
dataframe_15['state'] = state_list
|
||||
state_list = self.chan.get_klu_state_list(dataframe_30)
|
||||
#state_list = self.chan.get_klu_state(dataframe_15)
|
||||
#dataframe_15['state'] = state_list
|
||||
state_list = self.chan.get_klu_state(dataframe_30)
|
||||
dataframe_30['state'] = state_list
|
||||
state_list = self.chan.get_klu_state_list(dataframe_60)
|
||||
dataframe_60['state'] = state_list
|
||||
state_list = self.chan.get_klu_state_list(dataframe_2h)
|
||||
dataframe_2h['state'] = state_list
|
||||
state_list = self.chan.get_klu_state_list(dataframe_4h)
|
||||
dataframe_4h['state'] = state_list
|
||||
state_list = self.chan.get_klu_state_list(dataframe_1d)
|
||||
dataframe_1d['state'] = state_list
|
||||
|
||||
#state_list = self.chan.get_klu_state(dataframe_60)
|
||||
#dataframe_60['state'] = state_list
|
||||
#state_list = self.chan.get_klu_state(dataframe_2h)
|
||||
#dataframe_2h['state'] = state_list
|
||||
#state_list = self.chan.get_klu_state(dataframe_4h)
|
||||
#dataframe_4h['state'] = state_list
|
||||
#state_list = self.chan.get_klu_state(dataframe_1d)
|
||||
#dataframe_1d['state'] = state_list
|
||||
if self.last_time + timedelta(minutes=1) < datetime.now():
|
||||
print("-------------------------------------------------------------------------------")
|
||||
self.last_time = datetime.now()
|
||||
dataframe = resampled_merge(dataframe, dataframe_3)
|
||||
#dataframe = resampled_merge(dataframe, dataframe_3)
|
||||
dataframe = resampled_merge(dataframe, dataframe_5)
|
||||
dataframe = resampled_merge(dataframe, dataframe_15)
|
||||
#dataframe = resampled_merge(dataframe, dataframe_15)
|
||||
dataframe = resampled_merge(dataframe, dataframe_30)
|
||||
dataframe = resampled_merge(dataframe, dataframe_60)
|
||||
dataframe = resampled_merge(dataframe, dataframe_2h)
|
||||
dataframe = resampled_merge(dataframe, dataframe_4h)
|
||||
dataframe = resampled_merge(dataframe, dataframe_1d)
|
||||
#dataframe = resampled_merge(dataframe, dataframe_60)
|
||||
#dataframe = resampled_merge(dataframe, dataframe_2h)
|
||||
#dataframe = resampled_merge(dataframe, dataframe_4h)
|
||||
#dataframe = resampled_merge(dataframe, dataframe_1d)
|
||||
return dataframe
|
||||
def print_seg(self, dataframe):
|
||||
klc_list = self.chan.get_klc_list(dataframe)
|
||||
@@ -267,9 +266,9 @@ class ChanLun_BTC_30(IStrategy):
|
||||
return -0.05
|
||||
dataframe, _ = self.dp.get_analyzed_dataframe(trade.pair, self.timeframe)
|
||||
last_candle = dataframe.iloc[-1].squeeze()
|
||||
ema52_str = 'resample_{}_ema52'.format(self.get_ticker_indicator()*self.time60)
|
||||
ema52_str = 'resample_{}_ema52'.format(self.get_ticker_indicator()*self.time30)
|
||||
ema52_val = float(last_candle.get(ema52_str, 0) or 0)
|
||||
close_str = 'resample_{}_close'.format(self.get_ticker_indicator()*self.time60)
|
||||
close_str = 'resample_{}_close'.format(self.get_ticker_indicator()*self.time30)
|
||||
close_val = float(last_candle.get(close_str, 0) or 0)
|
||||
if close_val < ema52_val:
|
||||
return -0.01
|
||||
@@ -282,6 +281,8 @@ class ChanLun_BTC_30(IStrategy):
|
||||
def custom_exit(self, pair: str, trade: Trade, current_time: datetime, current_rate: float,
|
||||
current_profit: float, **kwargs):
|
||||
# 不做分批止盈/最终止盈处理，退出由策略信号/ROI/止损决定
|
||||
if current_profit > 0.008:
|
||||
return "Take profit"
|
||||
return None
|
||||
|
||||
def confirm_trade_entry(self, pair: str, order_type: str, amount: float, rate: float,
|
||||
@@ -295,7 +296,7 @@ class ChanLun_BTC_30(IStrategy):
|
||||
if dataframe is None or len(dataframe) == 0:
|
||||
return False
|
||||
last = dataframe.iloc[-1]
|
||||
atr_str = 'resample_{}_atr'.format(self.get_ticker_indicator()*self.time60)
|
||||
atr_str = 'resample_{}_atr'.format(self.get_ticker_indicator()*self.time30)
|
||||
atr_val = float(last.get(atr_str, 0) or 0)
|
||||
if atr_val < 0.001:
|
||||
#logger.info(f"ATR过滤：atr={atr_val:.2f} < 100, 拒绝进场 {pair}")
|
||||
@@ -318,7 +319,7 @@ class ChanLun_BTC_30(IStrategy):
|
||||
# Obtain pair dataframe (just to show how to access it)
|
||||
dataframe, _ = self.dp.get_analyzed_dataframe(trade.pair, self.timeframe)
|
||||
last_candle = dataframe.iloc[-1].squeeze()
|
||||
atr_str = 'resample_{}_atr'.format(self.get_ticker_indicator()*self.time60)
|
||||
atr_str = 'resample_{}_atr'.format(self.get_ticker_indicator()*self.time30)
|
||||
# 保存开仓时的ATR值用于止损计算
|
||||
if (trade.nr_of_successful_entries == 1) and (order.ft_order_side == trade.entry_side):
|
||||
entry_atr = last_candle[atr_str] * 4
|
||||
@@ -326,36 +327,34 @@ class ChanLun_BTC_30(IStrategy):
|
||||
#logger.info(f"保存开仓时ATR值: {entry_atr}")
|
||||
return None
|
||||
def populate_entry_trend(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
|
||||
shift60 = self.time60
|
||||
state60 = 'resample_{}_state'.format(self.get_ticker_indicator()*shift60)
|
||||
shift30 = self.time30
|
||||
state30 = 'resample_{}_state'.format(self.get_ticker_indicator()*shift30)
|
||||
dataframe.loc[
|
||||
(
|
||||
(dataframe[state60].shift(shift60) == "-20")
|
||||
(dataframe[state30].shift(shift30) == "-10") |
|
||||
(dataframe[state30].shift(shift30) == "-20") |
|
||||
(dataframe[state30].shift(shift30) == "-30")
|
||||
),
|
||||
['enter_long', 'enter_tag']] = (1, 'long_30')
|
||||
['enter_long', 'enter_tag']] = (1, 'long_10')
|
||||
dataframe.loc[
|
||||
(
|
||||
(dataframe[state30].shift(shift30) == "40")
|
||||
(dataframe[state30].shift(shift30) == "10") |
|
||||
(dataframe[state30].shift(shift30) == "20") |
|
||||
(dataframe[state30].shift(shift30) == "30")
|
||||
),
|
||||
['enter_short', 'enter_tag']] = (1, 'short_30')
|
||||
['enter_short', 'enter_tag']] = (1, 'short_10')
|
||||
return dataframe
|
||||
def populate_exit_trend(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
|
||||
shift60 = self.time60
|
||||
state60 = 'resample_{}_state'.format(self.get_ticker_indicator()*shift60)
|
||||
shift30 = self.time30
|
||||
state30 = 'resample_{}_state'.format(self.get_ticker_indicator()*shift30)
|
||||
dataframe.loc[
|
||||
(
|
||||
(dataframe[state60].shift(shift60) == "20") |
|
||||
(dataframe[state60].shift(shift60) == "30")
|
||||
(dataframe[state30].shift(shift30) == "10")
|
||||
),
|
||||
['exit_long', 'exit_tag']] = (1, 'long_close_30')
|
||||
dataframe.loc[
|
||||
(
|
||||
(dataframe[state30].shift(shift30) == "-20") |
|
||||
(dataframe[state30].shift(shift30) == "-30")
|
||||
(dataframe[state30].shift(shift30) == "-10")
|
||||
),
|
||||
['exit_short', 'exit_tag']] = (1, 'short_close_30')
|
||||
return dataframe
|
||||
|
||||
Reference in New Issue
Block a user