Freqtrade
围绕数字资产策略开发、回测、参数优化与机器人运行组织的交易框架。
为什么值得学
能完整追踪“指标 → 信号 → 订单 → 持仓管理”，适合理解策略研究如何接到运行系统。
数据与控制流程
- 1行情获取
- 2指标计算
- 3入出场信号
- 4回测或机器人执行
- 5交易记录与评价
此流程为教学归纳，便于建立整体认识；完整条件分支与运行细节请对照下方源码。
架构拆解 · 4 个核心模块
每个入口均已核对，点击可阅读源码交易所适配
Exchange 包装 CCXT，并处理行情、交易精度与交易所差异。
- 输入
- 交易对 / 行情请求 / 订单请求
- 输出
- 行情表与交易所响应
freqtrade/exchange/exchange.py策略契约
IStrategy 规定指标、入场、出场及回调接口，将策略逻辑和机器人分离。
- 输入
- OHLCV 与持仓上下文
- 输出
- 入场 / 出场标记与决策
freqtrade/strategy/interface.py历史回测
Backtesting 将历史蜡烛数据送入策略并模拟订单与交易过程。
- 输入
- 历史行情、策略与成本配置
- 输出
- 模拟交易与回测结果
freqtrade/optimize/backtesting.py机器人编排
FreqtradeBot 协调行情刷新、信号、交易所操作和持仓状态。
- 输入
- 配置、市场数据与策略信号
- 输出
- 订单操作及持仓更新
freqtrade/freqtradebot.py建议阅读顺序
- 先读 IStrategy 的指标与信号接口
- 跟踪 Backtesting 如何消费信号并处理手续费
- 对照 FreqtradeBot 看回测与运行模式的差别
- 最后读 Exchange 的订单和精度处理
动手做一次
制作一个均线策略，只进行历史回测与 Dry-Run，比较不同成本下的净收益。
完成后，检查这些证据
- 固定数据范围并保留配置
- 列出手续费提高前后的收益、回撤和交易数
- 抽查三笔交易的信号时刻与成交时刻
适用边界与版本说明
默认开发分支可能领先发布版；参数搜索必须留出独立测试区间，回测与 Dry-Run 都不能证明真实成交效果。
Star 快照：55,660 · 核验日期：2026-10-20 · GitHub 归档标记：未归档
核验默认分支：develop · 源码固定提交：7ff17f5f5ac2 ↗
来源：GitHub 仓库与 Star 页面、README及上述源文件。分层、阅读顺序与练习为本站归纳；未逐一安装运行这些框架，源码提交不等于推荐安装版本。