免费跑通一个加密交易机器人Freqtrade 从安装到首次回测的 5 步完整指南【免费下载链接】freqtradeFree, open source crypto trading bot项目地址: https://gitcode.com/GitHub_Trending/fr/freqtradeFreqtrade 是一个用 Python 编写的免费开源加密货币交易机器人它能帮你把交易策略在历史 K 线上回测出结果再用模拟盘dry-run或实盘自动执行。如果你不想自己搭一套数据下载 策略框架 下单执行 绩效统计的完整系统它把这些事一次性都做了。搞懂 Freqtrade 的 4 个核心能力Freqtrade 替你解决的是策略从想法到验证再到自动执行的整条链路具体分 4 块回测与数据工具backtesting命令用历史 K 线模拟你的买卖策略利润计算自动扣除交易所手续费download-data负责把历史数据拉进本地。详见 回测文档。模拟盘dry-run不花一分钱跑真实行情、真实下单逻辑适合验证策略行为。实盘与策略优化支持 Binance、Kraken、OKX、Bybit、Gate 等主流现货/合约交易所还内置 hyperopt 超参优化和 FreqAI 机器学习模块。远程操控通过 Telegram 机器人或内置 WebUI 管理/start、/stop、/status这些命令在手机上就能发。10 分钟完成安装与首次回测 3 步装好环境前提Linux/macOS 上装好 Python 3.11 和 git脚本会帮你装 TA-Lib 等依赖。Windows 用户官方更推荐直接用 Docker装完重启一次系统避免网络问题。git clone https://gitcode.com/GitHub_Trending/fr/freqtrade cd freqtrade ./setup.sh -i source .venv/bin/activate克隆下来默认是develop分支新功能多求稳可以git checkout stable。装完后每次开新终端都要执行最后一行激活虚拟环境。⚙️ 配置文件的 4 个必填项运行交互式向导生成配置文件它会问清交易所、币种、模拟盘还是实盘freqtrade create-userdir --userdir user_data freqtrade new-config --config user_data/config.json生成后打开user_data/config.json先盯住 4 个字段{ max_open_trades: 3, stake_currency: USDT, stake_amount: 30, dry_run: true, exchange: { name: binance, pair_whitelist: [ETH/USDT, LTC/USDT] } }dry_run保持true模拟盘exchange.name改成你的交易所pair_whitelist填要交易的币对——新手建议先放 2-3 个流动性好的。全部字段的含义可参考 config_examples/config_binance.example.json交易所特有的坑在 docs/exchanges.md 里有逐一说明。 下载数据并跑通第一次回测回测需要先有历史 K 线下面两条命令分别负责备数据和跑策略freqtrade download-data --pairs ETH/USDT LTC/USDT -t 5m --days 30 freqtrade backtesting --strategy SampleStrategy-t 5m指定 5 分钟 K 线--days 30只拉 30 天几分钟就能下完。仓库自带的SampleStrategy只是演示用的示例回测结果只用来熟悉流程。数据落在user_data/data/回测结果输出到user_data/backtest_results/你的新策略则放在 user_data/strategies/ 目录下。确认流程跑通后启动模拟盘只需一条命令freqtrade trade --config user_data/config.json --strategy SampleStrategy用在哪、坑在哪3 个场景与 4 个高频坑适合它的场景策略验证任何想法先回测再用 hyperopt 自动搜索参数组合避免拍脑袋定阈值。7x24 自动执行加密市场周末不休市机器人按你定义的策略全天候盯盘下单Telegram 随时查/status、/profit。机器学习策略觉得写规则太累FreqAI 模块能用 LightGBM、XGBoost 等模型自动学习市场模式配置参考 docs/freqai.md。新手最容易踩的 4 个坑⚠️拿示例策略直接实盘SampleStrategy官方明确标注只是 demo任何策略上实盘前必须先回测 跑一段时间 dry-run。交易所不通用不同交易所的 API 细节、下单限制各不相同换交易所前一定读 docs/exchanges.md 的对应章节。Windows 原生安装官方强烈建议 Windows 用户走 Docker否则装依赖和 32 位 Python 内存限制会反复卡住你。系统时钟不准bot 对时钟敏感跑在 VPS 上要确保 NTP 同步否则交易所通信会出错。回测完可以顺手执行freqtrade plot-profit把收益曲线画出来直观判断策略质量参数见 docs/plotting.md。把 FreqUI、FreqAI 和 REST 客户端用起来FreqUI 网页界面配置里把api_server.enabled设为true并启动 webserver浏览器打开localhost:8080就能看到实时交易面板还能直接在页面上发起回测。用法见 docs/freq-ui.md。FreqAI 自适应预测给机器人接上会自我再训练的 ML 模型官方内置了 LightGBM、XGBoost、PyTorch 等现成模型入口在 freqtrade/freqai/ 目录。ft_client REST 客户端想用自己的脚本监控机器人ft_client/里提供了 Python REST 客户端封装配合 rest-api.md 使用。插件体系币种筛选pairlist和各种交易保护protections如冷却期、最大回撤保护都在 freqtrade/plugins/ 下按需往配置里加即可。先别急着写策略把上面的回测和 dry-run 各跑通一遍确认日志、数据库user_data/tradesv3.sqlite和 UI 都能正常访问再谈优化买卖规则。【免费下载链接】freqtradeFree, open source crypto trading bot项目地址: https://gitcode.com/GitHub_Trending/fr/freqtrade创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 免费跑通一个加密交易机器人：Freqtrade 从安装到首次回测的 5 步完整指南
免费跑通一个加密交易机器人Freqtrade 从安装到首次回测的 5 步完整指南【免费下载链接】freqtradeFree, open source crypto trading bot项目地址: https://gitcode.com/GitHub_Trending/fr/freqtradeFreqtrade 是一个用 Python 编写的免费开源加密货币交易机器人它能帮你把交易策略在历史 K 线上回测出结果再用模拟盘dry-run或实盘自动执行。如果你不想自己搭一套数据下载 策略框架 下单执行 绩效统计的完整系统它把这些事一次性都做了。搞懂 Freqtrade 的 4 个核心能力Freqtrade 替你解决的是策略从想法到验证再到自动执行的整条链路具体分 4 块回测与数据工具backtesting命令用历史 K 线模拟你的买卖策略利润计算自动扣除交易所手续费download-data负责把历史数据拉进本地。详见 回测文档。模拟盘dry-run不花一分钱跑真实行情、真实下单逻辑适合验证策略行为。实盘与策略优化支持 Binance、Kraken、OKX、Bybit、Gate 等主流现货/合约交易所还内置 hyperopt 超参优化和 FreqAI 机器学习模块。远程操控通过 Telegram 机器人或内置 WebUI 管理/start、/stop、/status这些命令在手机上就能发。10 分钟完成安装与首次回测 3 步装好环境前提Linux/macOS 上装好 Python 3.11 和 git脚本会帮你装 TA-Lib 等依赖。Windows 用户官方更推荐直接用 Docker装完重启一次系统避免网络问题。git clone https://gitcode.com/GitHub_Trending/fr/freqtrade cd freqtrade ./setup.sh -i source .venv/bin/activate克隆下来默认是develop分支新功能多求稳可以git checkout stable。装完后每次开新终端都要执行最后一行激活虚拟环境。⚙️ 配置文件的 4 个必填项运行交互式向导生成配置文件它会问清交易所、币种、模拟盘还是实盘freqtrade create-userdir --userdir user_data freqtrade new-config --config user_data/config.json生成后打开user_data/config.json先盯住 4 个字段{ max_open_trades: 3, stake_currency: USDT, stake_amount: 30, dry_run: true, exchange: { name: binance, pair_whitelist: [ETH/USDT, LTC/USDT] } }dry_run保持true模拟盘exchange.name改成你的交易所pair_whitelist填要交易的币对——新手建议先放 2-3 个流动性好的。全部字段的含义可参考 config_examples/config_binance.example.json交易所特有的坑在 docs/exchanges.md 里有逐一说明。 下载数据并跑通第一次回测回测需要先有历史 K 线下面两条命令分别负责备数据和跑策略freqtrade download-data --pairs ETH/USDT LTC/USDT -t 5m --days 30 freqtrade backtesting --strategy SampleStrategy-t 5m指定 5 分钟 K 线--days 30只拉 30 天几分钟就能下完。仓库自带的SampleStrategy只是演示用的示例回测结果只用来熟悉流程。数据落在user_data/data/回测结果输出到user_data/backtest_results/你的新策略则放在 user_data/strategies/ 目录下。确认流程跑通后启动模拟盘只需一条命令freqtrade trade --config user_data/config.json --strategy SampleStrategy用在哪、坑在哪3 个场景与 4 个高频坑适合它的场景策略验证任何想法先回测再用 hyperopt 自动搜索参数组合避免拍脑袋定阈值。7x24 自动执行加密市场周末不休市机器人按你定义的策略全天候盯盘下单Telegram 随时查/status、/profit。机器学习策略觉得写规则太累FreqAI 模块能用 LightGBM、XGBoost 等模型自动学习市场模式配置参考 docs/freqai.md。新手最容易踩的 4 个坑⚠️拿示例策略直接实盘SampleStrategy官方明确标注只是 demo任何策略上实盘前必须先回测 跑一段时间 dry-run。交易所不通用不同交易所的 API 细节、下单限制各不相同换交易所前一定读 docs/exchanges.md 的对应章节。Windows 原生安装官方强烈建议 Windows 用户走 Docker否则装依赖和 32 位 Python 内存限制会反复卡住你。系统时钟不准bot 对时钟敏感跑在 VPS 上要确保 NTP 同步否则交易所通信会出错。回测完可以顺手执行freqtrade plot-profit把收益曲线画出来直观判断策略质量参数见 docs/plotting.md。把 FreqUI、FreqAI 和 REST 客户端用起来FreqUI 网页界面配置里把api_server.enabled设为true并启动 webserver浏览器打开localhost:8080就能看到实时交易面板还能直接在页面上发起回测。用法见 docs/freq-ui.md。FreqAI 自适应预测给机器人接上会自我再训练的 ML 模型官方内置了 LightGBM、XGBoost、PyTorch 等现成模型入口在 freqtrade/freqai/ 目录。ft_client REST 客户端想用自己的脚本监控机器人ft_client/里提供了 Python REST 客户端封装配合 rest-api.md 使用。插件体系币种筛选pairlist和各种交易保护protections如冷却期、最大回撤保护都在 freqtrade/plugins/ 下按需往配置里加即可。先别急着写策略把上面的回测和 dry-run 各跑通一遍确认日志、数据库user_data/tradesv3.sqlite和 UI 都能正常访问再谈优化买卖规则。【免费下载链接】freqtradeFree, open source crypto trading bot项目地址: https://gitcode.com/GitHub_Trending/fr/freqtrade创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考