前言
E0V1E 是 github/ssssi 作者开发的一个策略，经过了多次迭代，策略特点是擅长抄底反弹，持仓时间短，快速止盈，并带有自定义的止损。
下面将进行逻辑解读
代码
from datetime import datetime, timedelta
import talib.abstract as ta
import pandas_ta as pta
from freqtrade.persistence import Trade
from freqtrade.strategy.interface import IStrategy
from pandas import DataFrame
from freqtrade.strategy import DecimalParameter, IntParameter
from functools import reduce
import warnings
warnings.simplefilter(action="ignore", category=RuntimeWarning)
# 存放 5m 时间线收盘价格在 ma120 、ma240 支撑位以上的币对列表
# 这里存放的币对将在跌破 ma120 、ma240 支撑位时止损退出
TMP_HOLD = []
TMP_HOLD1 = []
class E0V1E(IStrategy):
# 默认 roi 无限大，不使用 roi 止盈
minimal_roi = {
"0": 1
}
# 策略使用 5m 时间线
timeframe = '5m'
# 仅在新的蜡烛开始时才会处理开/平仓信号
process_only_new_candles = True
# 策略至少需要240根 5m 蜡烛才会启动，即 20个小时后才会开始运行
# 主要是 ma120、ma240 支撑位的计算需要更长时间范围的窗口进行计算
# 如果之前跑过其他的 5m 策略，这里可以减少一些，有缓存的数据可以拿
startup_candle_count = 240
# 订单类型，market市价、limit限价
order_types = {
'entry': 'market', # 开仓为市价订单
'exit': 'market', # 平仓为市价订单
'emergency_exit': 'market', # 紧急退出为市价订单(创建止损失败时会紧急退出， 通常是急跌时出现)
'force_entry': 'market', # tg机器人/web控制 forceentry命令开仓为市价订单
'force_exit': "market", # tg机器人/web控制 force_exit命令平仓为市价订单
'stoploss': 'market', # 市价止损
'stoploss_on_exchange': False, # 是否自动在交易所设置止损。（默认交易所上是不会显示机器人的止损线，开启后会将机器人止损挂到交易所上显示）
'stoploss_on_exchange_interval': 60, # 交易所同步机器人止损的频率（秒）
'stoploss_on_exchange_market_ratio': 0.99
}
stoploss = -0.25 # 硬止损，use_custom_stoploss开启后，这个属性将无效
trailing_stop = False # 移动止损，这里建议关闭，容易回测出现误差
trailing_stop_positive = 0.002
trailing_stop_positive_offset = 0.05
trailing_only_offset_is_reached = True
use_custom_stoploss = True # 使用自定义止损
is_optimize_32 = True # 超优化参数是否启用
# 快速 rsi 参数
buy_rsi_fast_32 = IntParameter(20, 70, default=40, space='buy', optimize=is_optimize_32)
# 慢速 rsi 参数
buy_rsi_32 = IntParameter(15, 50, default=42, space='buy', optimize=is_optimize_32)
# sma参数
buy_sma15_32 = DecimalParameter(0.900, 1, default=0.973, decimals=3, space='buy', optimize=is_optimize_32)
# cti 参数
buy_cti_32 = DecimalParameter(-1, 1, default=0.69, decimals=2, space='buy', optimize=is_optimize_32)
# 卖出 fastk 参数
sell_fastx = IntParameter(50, 100, default=84, space='sell', optimize=True)
# cci 止损参数
cci_opt = False
sell_loss_cci = IntParameter(low=0, high=600, default=120, space='sell', optimize=cci_opt)
sell_loss_cci_profit = DecimalParameter(-0.15, 0, default=-0.05, decimals=2, space='sell', optimize=cci_opt)
@property
def protections(self):
return [
{
"method": "CooldownPeriod", # 交易后冷却时间
"stop_duration_candles": 18 # 18个 5m 蜡烛后再启动
}
]
# 自定义止损
def custom_stoploss(self, pair: str, trade: Trade, current_time: datetime,
current_rate: float, current_profit: float, **kwargs) -> float:
# 当前利润大于 5% 时，利润回吐 0.2% 时止盈
if current_profit >= 0.05:
return -0.002
# 如果开仓信号是 buy_new 时，当前利润大于 3% 时，利润回吐 0.3% 时止盈
if str(trade.enter_tag) == "buy_new" and current_profit >= 0.03:
return -0.003
return None
# 技术指标计算
def populate_indicators(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
# buy_1 indicators
dataframe['sma_15'] = ta.SMA(dataframe, timeperiod=15) # 15个蜡烛窗口计算 sma
dataframe['cti'] = pta.cti(dataframe["close"], length=20) # 20个蜡烛窗口计算 cti
dataframe['rsi'] = ta.RSI(dataframe, timeperiod=14) # 14个蜡烛窗口计算 rsi
dataframe['rsi_fast'] = ta.RSI(dataframe, timeperiod=4) # 4个蜡烛窗口计算快速 rsi
dataframe['rsi_slow'] = ta.RSI(dataframe, timeperiod=20) # 20个蜡烛窗口计算慢速 rsi
# profit sell indicators
stoch_fast = ta.STOCHF(dataframe, 5, 3, 0, 3, 0) # STOCHF指标
dataframe['fastk'] = stoch_fast['fastk'] # fastk越大越容易回调，类似 rsi，大于80开始回调，小于20开始反弹
dataframe['cci'] = ta.CCI(dataframe, timeperiod=20)
# ma支撑位
dataframe['ma120'] = ta.MA(dataframe, timeperiod=120)
dataframe['ma240'] = ta.MA(dataframe, timeperiod=240)
return dataframe
# 开仓信号
def populate_entry_trend(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
conditions = []
dataframe.loc[:, 'enter_tag'] = ''
# 同时满足以下条件时，做多
# 当前慢速rsi小于上个蜡烛的慢速rsi时
# 当前快速rsi值小于超参数buy_rsi_fast_32的值，默认值40
# 当前rsi值大于超参数buy_rsi_32的值，默认值42
# 当前收盘价小于sma_15乘以buy_sma15_32系数，buy_sma15_32默认0.973
# cti < buy_cti_32
buy_1 = (
(dataframe['rsi_slow'] < dataframe['rsi_slow'].shift(1)) &
(dataframe['rsi_fast'] < self.buy_rsi_fast_32.value) &
(dataframe['rsi'] > self.buy_rsi_32.value) &
(dataframe['close'] < dataframe['sma_15'] * self.buy_sma15_32.value) &
(dataframe['cti'] < self.buy_cti_32.value)
)
# buy_new和buy_1一致，只是修改了超参数
buy_new = (
(dataframe['rsi_slow'] < dataframe['rsi_slow'].shift(1)) &
(dataframe['rsi_fast'] < 34) &
(dataframe['rsi'] > 28) &
(dataframe['close'] < dataframe['sma_15'] * 0.96) &
(dataframe['cti'] < self.buy_cti_32.value)
)
conditions.append(buy_1)
# 满足buy_1时，设置开仓信号名称 buy_1
dataframe.loc[buy_1, 'enter_tag'] += 'buy_1'
conditions.append(buy_new)
# 满足buy_new时，设置开仓信号名称 buy_new
dataframe.loc[buy_new, 'enter_tag'] += 'buy_new'
# buy_1和buy_new至少满足其中之一时，做多信号
if conditions:
dataframe.loc[
reduce(lambda x, y: x | y, conditions),
'enter_long'] = 1
return dataframe
# 自定义平仓
def custom_exit(self, pair: str, trade: 'Trade', current_time: 'datetime', current_rate: float,
current_profit: float, **kwargs):
dataframe, _ = self.dp.get_analyzed_dataframe(pair=pair, timeframe=self.timeframe)
# 取当前最后一根蜡烛
# 这里为了防止前瞻，选择上一根蜡烛
current_candle = dataframe.iloc[-1].squeeze()
# 计算蜡烛内的最小利润
min_profit = trade.calc_profit_ratio(trade.min_rate)
# 如果收盘价在 ma120 和 ma240 支撑位以上，则记录到 TMP_HOLD 中
if current_candle['close'] > current_candle["ma120"] and current_candle['close'] > current_candle["ma240"]:
if trade.id not in TMP_HOLD:
TMP_HOLD.append(trade.id)
# 如果 (开盘价 - ma120) / 开盘价 > 10%，则记录到 TMP_HOLD1 中
if (trade.open_rate - current_candle["ma120"]) / trade.open_rate >= 0.1:
if trade.id not in TMP_HOLD1:
TMP_HOLD1.append(trade.id)
# 如果利润大于0
if current_profit > 0:
# fastk大于超参数 sell_fastx 时，平仓
if current_candle["fastk"] > self.sell_fastx.value:
return "fastk_profit_sell"
# 如果最小利润小于-10%
if min_profit <= -0.1:
# cci > sell_loss_cci 平仓
if current_profit > self.sell_loss_cci_profit.value:
if current_candle["cci"] > self.sell_loss_cci.value:
return "cci_loss_sell"
# 收盘价跌破 ma120，平仓
if trade.id in TMP_HOLD1 and current_candle["close"] < current_candle["ma120"]:
TMP_HOLD1.remove(trade.id)
return "ma120_sell_fast"
# 收盘价跌破 ma120 & ma240，平仓
if trade.id in TMP_HOLD and current_candle["close"] < current_candle["ma120"] and current_candle["close"] < \
current_candle["ma240"]:
if min_profit <= -0.1:
TMP_HOLD.remove(trade.id)
return "ma120_sell"
return None
# 平仓技术指标
# 这里不使用计算的平仓信号，使用上文的自定义止损和自定义平仓
def populate_exit_trend(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
dataframe.loc[:, ['exit_long', 'exit_tag']] = (0, 'long_out')
return dataframe
改进方向
- 这个策略是一个合约策略，只能做多（只有 enterlong，没有 entershort ），所以可以考虑进行 DCA 优化。参考文章 Freqtrade如何正确DCA
- 合约策略没有加杠杆，没办法发挥合约的优势，可以设置杠杆（推荐倍数1～5倍）
- 如果对这个策略感兴趣的朋友，可以仔细研究一下 sma_15 指标的系数，你会有大发现。他默认给了 0.973，你可以试下更低的倍数，推荐在0.90 ~ 0.99之间进行调整。（胜率和收益、开仓数量会明显变化）
- cti指标可以去掉，经过我的测试发现这个指标用处不大
- fastk 的 sellfastx 参数也可以重点关注一下，毕竟大部分的平仓信号都是 fastkprofitsell。sellfastx推荐设置50～70，设置低一些也会胜率提高。