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 enter_long，没有 enter_short ），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 sell_fastx 参数也可以重点关注一下，毕竟大部分的平仓信号都是 fastk_profit_sell。sell_fastx推荐设置50～70，设置低一些也会胜率提高。