Henry Lin

Posted on Nov 4

第 20 课：Freqtrade模拟交易验证

第 20 课：模拟交易验证

⏱ 课时：2 小时
🎯 学习目标：通过长期 Dry-run 验证策略在实时市场中的表现，建立信心后再进入实盘

📚 课程大纲：

20.1 模拟交易的重要性
20.2 监控指标与警报

🎯 实践任务：

[ ] 运行 Dry-run 1-2 周

课程概述

回测和可视化分析都是基于历史数据，但实盘交易面对的是未来的未知市场。模拟交易（Dry-run）是连接历史测试和实盘交易的关键桥梁。

Dry-run 的核心价值：

✅ 验证策略在实时市场中的表现
✅ 测试系统稳定性和可靠性
✅ 熟悉交易流程和监控工具
✅ 发现回测中无法暴露的问题
✅ 建立交易信心和心理准备

警告：即使回测表现优秀，也必须经过至少 1-2 周的 Dry-run 验证。许多策略在回测中表现完美，但在实时交易中完全失效。

20.1 模拟交易的重要性

20.1.1 回测与实盘的差距

回测的局限性

回测特点	实盘现实	潜在问题
使用历史数据	面对未知未来	过拟合历史，未来失效
完美执行价格	滑点和延迟	实际成交价更差
无网络问题	连接中断、API 限流	错过交易机会
无情绪干扰	心理压力	人为干预策略
瞬间完成	实时运行数天	系统稳定性问题

实际案例对比

案例：回测 vs 实盘表现差异

策略：MovingAverageCrossStrategy
回测周期：2023 年 1-3 月（3 个月历史数据）
Dry-run 周期：2023 年 4 月 1-14 日（2 周实时）

回测结果：
- 总收益率：+18.5%
- 胜率：65%
- 平均持仓时间：4.2 小时
- 最大回撤：-8.3%
- 交易次数：127 次

Dry-run 结果：
- 总收益率：+2.1%（虚拟）
- 胜率：52%
- 平均持仓时间：5.1 小时
- 最大回撤：-12.5%
- 交易次数：18 次

差异分析：
❌ 收益率大幅下降：18.5% → 2.1%
❌ 胜率下降：65% → 52%
❌ 回撤增加：8.3% → 12.5%
⚠️ 持仓时间变长（市场环境变化）
⚠️ 交易频率降低（波动率下降）

原因：
1. 市场环境改变：4 月进入低波动震荡期
2. 策略过拟合：针对 1-3 月的特定行情优化
3. 滑点影响：实际成交价比回测差 0.1-0.2%
4. 信号延迟：实时计算比回测慢 1-2 秒

20.1.2 Dry-run 能发现的问题

1. 策略失效问题

问题类型：
❌ 市场环境变化导致策略失效
❌ 参数过度优化（过拟合）
❌ 信号频率与预期不符
❌ 止损过于频繁触发

识别方法：
- 对比 Dry-run 与回测的关键指标
- 观察信号质量和执行情况
- 分析亏损交易的原因

2. 技术问题

问题类型：
❌ 数据源不稳定（API 超时）
❌ 内存或 CPU 占用过高
❌ 指标计算错误（边界条件）
❌ 日志或通知未正常工作

识别方法：
- 检查系统日志中的错误信息
- 监控资源占用情况
- 验证通知渠道是否正常

3. 配置问题

问题类型：
❌ 交易对配置错误
❌ 时间框架不匹配
❌ 资金管理设置不当
❌ 风险控制参数过松或过紧

识别方法：
- 验证每个配置项
- 测试边界情况
- 确认资金分配合理

20.1.3 启动 Dry-run

基础配置

首先确保 config.json 中设置为 Dry-run 模式：

{
  "dry_run": true,
  "dry_run_wallet": 1000,

  "stake_currency": "USDT",
  "stake_amount": 100,
  "max_open_trades": 3,

  "exchange": {
    "name": "binance",
    "key": "",
    "secret": "",
    "ccxt_config": {},
    "ccxt_async_config": {},
    "pair_whitelist": [
      "BTC/USDT",
      "ETH/USDT",
      "BNB/USDT"
    ],
    "pair_blacklist": []
  },

  "timeframe": "5m",

  "entry_pricing": {
    "price_side": "same",
    "use_order_book": true,
    "order_book_top": 1,
    "check_depth_of_market": {
      "enabled": false,
      "bids_to_ask_delta": 1
    }
  },

  "exit_pricing": {
    "price_side": "same",
    "use_order_book": true,
    "order_book_top": 1
  }
}

关键配置说明：

"dry_run": true：启用模拟交易
"dry_run_wallet": 1000：虚拟钱包初始金额（USDT）
"stake_amount": 100：每笔交易投入金额
"max_open_trades": 3：最多同时持仓数量

启动命令

freqtrade trade \
    -c config.json \
    --strategy MovingAverageCrossStrategy \
    --db-url sqlite:///tradesv3.dryrun.sqlite

参数说明：

-c config.json：配置文件
--strategy：使用的策略名称
--db-url：指定 Dry-run 数据库（与实盘分开）

输出示例

2023-04-01 08:00:15 - freqtrade.configuration - INFO - Using config: config.json
2023-04-01 08:00:15 - freqtrade.configuration - INFO - Running in DRY_RUN mode
2023-04-01 08:00:15 - freqtrade.resolvers.strategy_resolver - INFO - Using strategy MovingAverageCrossStrategy
2023-04-01 08:00:16 - freqtrade.rpc.telegram - INFO - Telegram enabled
2023-04-01 08:00:16 - freqtrade.worker - INFO - Starting worker
2023-04-01 08:00:16 - freqtrade.exchange.exchange - INFO - Using Exchange "binance"
2023-04-01 08:00:17 - freqtrade.worker - INFO - Bot started (DRY_RUN mode)

2023-04-01 08:05:32 - freqtrade.strategy.strategy_wrapper - INFO - Strategy triggered for BTC/USDT: BUY signal
2023-04-01 08:05:32 - freqtrade.persistence - INFO - Creating new trade for BTC/USDT (DRY_RUN)
2023-04-01 08:05:32 - freqtrade.rpc - INFO - *BTC/USDT* - Buying at 28450.00 USDT (Stake: 100 USDT)

2023-04-01 12:30:45 - freqtrade.strategy.strategy_wrapper - INFO - Strategy triggered for BTC/USDT: SELL signal
2023-04-01 12:30:45 - freqtrade.persistence - INFO - Closing trade for BTC/USDT (DRY_RUN)
2023-04-01 12:30:45 - freqtrade.rpc - INFO - *BTC/USDT* - Selling at 28680.00 USDT (Profit: +0.81%, +0.81 USDT)

20.1.4 建议的 Dry-run 周期

策略类型	建议周期	原因
高频交易（每天多次）	1 周	快速积累足够样本
中频交易（每天 1-3 次）	2 周	经历不同市场环境
低频交易（每周几次）	3-4 周	确保有足够交易次数
趋势跟随（长期持仓）	4-6 周	至少完成 2-3 个完整周期

最小要求：

✅ 至少运行 7 天
✅ 至少产生 20 笔交易
✅ 经历至少 1 次明显的市场波动（上涨、下跌、震荡）

20.2 监控指标与警报

20.2.1 核心监控指标

1. 实时收益监控

使用 freqtrade status 命令查看当前状态：

freqtrade status -c config.json

输出示例：

ID   Pair       Since        Profit
--   -------    ----------   -------
1    BTC/USDT   1 hour ago   +0.85%
2    ETH/USDT   30 min ago   -0.32%
3    BNB/USDT   2 hours ago  +1.24%

Current open trades: 3
Total profit (closed trades): +4.56 USDT (+4.56%)

2. 详细交易信息

查看特定交易的详细信息：

freqtrade status -c config.json --id 1

输出示例：

Trade ID: 1
Pair: BTC/USDT
Strategy: MovingAverageCrossStrategy
Open Date: 2023-04-01 08:05:32
Open Rate: 28450.00 USDT
Current Rate: 28692.00 USDT
Stake Amount: 100 USDT
Current Profit: +0.85% (+0.85 USDT)
Stop Loss: 27877.50 USDT (-2.0%)
Duration: 1:12:45

3. 每日统计

使用 freqtrade profit 命令查看盈利统计：

freqtrade profit -c config.json --days 7

输出示例：

=============== SUMMARY METRICS (Last 7 days) ===============
Total Trades      : 28
Win Rate          : 57.1% (16 wins / 12 losses)
Total Profit      : +45.60 USDT (+4.56%)
Avg Profit        : +1.63 USDT per trade
Best Trade        : +8.50 USDT (BTC/USDT)
Worst Trade       : -4.20 USDT (ETH/USDT)
Avg Duration      : 3h 24m

Daily Breakdown:
Date       | Trades | Profit (USDT) | Profit (%)
-----------|--------|---------------|------------
2023-04-07 |    4   |     +8.20     |   +0.82%
2023-04-06 |    5   |     +6.50     |   +0.65%
2023-04-05 |    3   |     -2.10     |   -0.21%
2023-04-04 |    6   |    +12.30     |   +1.23%
2023-04-03 |    4   |     +9.80     |   +0.98%
2023-04-02 |    3   |     +5.60     |   +0.56%
2023-04-01 |    3   |     +5.30     |   +0.53%

20.2.2 关键性能对比

在 Dry-run 期间，应该持续对比与回测结果的差异：

对比检查清单：

1. 收益率对比
   回测收益率：_____%
   Dry-run 收益率：_____%
   差异：_____%
   可接受范围：±30% 内

2. 胜率对比
   回测胜率：_____%
   Dry-run 胜率：_____%
   差异：_____%
   可接受范围：±10% 内

3. 交易频率对比
   回测每日交易次数：_____
   Dry-run 每日交易次数：_____
   差异：_____
   可接受范围：±50% 内

4. 最大回撤对比
   回测最大回撤：_____%
   Dry-run 最大回撤：_____%
   差异：_____%
   可接受范围：不超过回测 1.5 倍

5. 平均持仓时间对比
   回测平均持仓：_____
   Dry-run 平均持仓：_____
   差异：_____
   可接受范围：±50% 内

判断标准：

✅ 可以进入实盘：

Dry-run 收益率在回测 50-150% 范围内
胜率差异不超过 10%
最大回撤在可承受范围内
系统运行稳定，无重大错误
交易逻辑符合预期

❌ 需要继续优化：

Dry-run 亏损或收益率低于回测 50%
胜率大幅下降（超过 15%）
出现异常交易行为
系统频繁报错
止损频繁触发

20.2.3 Telegram 警报设置

配置 Telegram 通知

在 config.json 中启用 Telegram：

{
  "telegram": {
    "enabled": true,
    "token": "YOUR_BOT_TOKEN",
    "chat_id": "YOUR_CHAT_ID",
    "notification_settings": {
      "status": "on",
      "warning": "on",
      "startup": "on",
      "entry": "on",
      "entry_fill": "on",
      "entry_cancel": "on",
      "exit": "on",
      "exit_fill": "on",
      "exit_cancel": "on",
      "protection_trigger": "on",
      "protection_trigger_global": "on"
    }
  }
}

Telegram 通知类型

📥 买入通知：
"*BTC/USDT* - Buying at 28450.00 USDT
Stake: 100 USDT
Strategy: MovingAverageCrossStrategy"

📤 卖出通知：
"*BTC/USDT* - Selling at 28680.00 USDT
Profit: +0.81% (+0.81 USDT)
Duration: 4h 25m"

⚠️ 止损通知：
"*ETH/USDT* - Stop loss triggered at 1850.00 USDT
Profit: -2.0% (-2.00 USDT)
Duration: 1h 15m"

📊 每日总结（需要配置）：
"Daily Summary 2023-04-01
Total Trades: 5
Win Rate: 60% (3/5)
Profit: +6.30 USDT (+0.63%)
Best: +2.50 USDT (BTC/USDT)
Worst: -1.20 USDT (BNB/USDT)"

Telegram 命令

在 Telegram 中可以直接发送命令查询状态：

/status - 查看当前持仓
/profit - 查看盈利统计
/performance - 查看交易对表现
/daily - 查看每日统计
/count - 查看交易次数统计
/balance - 查看账户余额
/stopbuy - 暂停买入
/reload_config - 重新加载配置

示例对话：

你: /status
Bot:
ID   Pair       Since        Profit
--   -------    ----------   -------
1    BTC/USDT   1 hour ago   +0.85%
2    ETH/USDT   30 min ago   -0.32%

你: /profit
Bot:
Total Profit: +45.60 USDT (+4.56%)
Total Trades: 28
Win Rate: 57.1%
Best Trade: +8.50 USDT

20.2.4 监控脚本

创建一个自动监控脚本（monitor_dryrun.py）：

#!/usr/bin/env python3
"""
Dry-run 监控脚本
每小时自动检查关键指标，发现异常时发送警报
"""

import sqlite3
import time
from datetime import datetime, timedelta
import requests

# 配置
DB_PATH = 'tradesv3.dryrun.sqlite'
TELEGRAM_TOKEN = 'YOUR_BOT_TOKEN'
TELEGRAM_CHAT_ID = 'YOUR_CHAT_ID'
CHECK_INTERVAL = 3600  # 1 小时

# 警报阈值
THRESHOLD_LOSS_RATE = -5.0  # 总亏损超过 -5% 警报
THRESHOLD_MAX_DRAWDOWN = -10.0  # 最大回撤超过 -10% 警报
THRESHOLD_WIN_RATE = 0.40  # 胜率低于 40% 警报

def send_telegram_alert(message):
    """发送 Telegram 警报"""
    url = f"https://api.telegram.org/bot{TELEGRAM_TOKEN}/sendMessage"
    payload = {
        'chat_id': TELEGRAM_CHAT_ID,
        'text': f"⚠️ Dry-run Alert ⚠️\n\n{message}",
        'parse_mode': 'Markdown'
    }
    try:
        requests.post(url, data=payload)
    except Exception as e:
        print(f"Failed to send alert: {e}")

def get_statistics():
    """从数据库获取统计数据"""
    conn = sqlite3.connect(DB_PATH)
    cursor = conn.cursor()

    # 获取所有已关闭的交易
    cursor.execute("""
        SELECT
            close_profit_abs,
            close_profit,
            is_open,
            close_date
        FROM trades
        WHERE close_date IS NOT NULL
        ORDER BY close_date DESC
    """)

    trades = cursor.fetchall()
    conn.close()

    if not trades:
        return None

    # 计算统计数据
    total_profit = sum(t[0] for t in trades)
    win_trades = [t for t in trades if t[0] > 0]
    loss_trades = [t for t in trades if t[0] < 0]

    win_rate = len(win_trades) / len(trades) if trades else 0

    # 计算累计利润曲线和最大回撤
    cumulative = 0
    max_cumulative = 0
    max_drawdown = 0

    for trade in reversed(trades):
        cumulative += trade[0]
        max_cumulative = max(max_cumulative, cumulative)
        drawdown = cumulative - max_cumulative
        max_drawdown = min(max_drawdown, drawdown)

    stats = {
        'total_trades': len(trades),
        'total_profit': total_profit,
        'win_rate': win_rate,
        'max_drawdown': max_drawdown,
        'avg_profit': total_profit / len(trades) if trades else 0,
        'best_trade': max(t[0] for t in trades),
        'worst_trade': min(t[0] for t in trades)
    }

    return stats

def check_alerts(stats):
    """检查是否触发警报"""
    alerts = []

    if stats['total_profit'] < THRESHOLD_LOSS_RATE * 10:  # 假设初始 1000 USDT
        alerts.append(f"总亏损严重: {stats['total_profit']:.2f} USDT")

    if stats['max_drawdown'] < THRESHOLD_MAX_DRAWDOWN * 10:
        alerts.append(f"最大回撤过大: {stats['max_drawdown']:.2f} USDT")

    if stats['win_rate'] < THRESHOLD_WIN_RATE:
        alerts.append(f"胜率过低: {stats['win_rate']*100:.1f}%")

    return alerts

def main():
    """主监控循环"""
    print(f"Starting Dry-run monitor at {datetime.now()}")
    print(f"Checking every {CHECK_INTERVAL/3600} hours")

    while True:
        try:
            stats = get_statistics()

            if stats:
                print(f"\n[{datetime.now()}] Current Stats:")
                print(f"  Total Trades: {stats['total_trades']}")
                print(f"  Total Profit: {stats['total_profit']:.2f} USDT")
                print(f"  Win Rate: {stats['win_rate']*100:.1f}%")
                print(f"  Max Drawdown: {stats['max_drawdown']:.2f} USDT")

                # 检查警报
                alerts = check_alerts(stats)
                if alerts:
                    message = f"*Dry-run 异常检测*\n\n"
                    for alert in alerts:
                        message += f"• {alert}\n"

                    message += f"\n当前统计:\n"
                    message += f"总交易: {stats['total_trades']}\n"
                    message += f"总收益: {stats['total_profit']:.2f} USDT\n"
                    message += f"胜��: {stats['win_rate']*100:.1f}%\n"

                    send_telegram_alert(message)
                    print(f"  ⚠️ Alerts sent: {len(alerts)}")

            time.sleep(CHECK_INTERVAL)

        except Exception as e:
            print(f"Error in monitoring: {e}")
            time.sleep(60)

if __name__ == '__main__':
    main()

使用监控脚本

# 后台运行监控脚本
nohup python3 monitor_dryrun.py > monitor.log 2>&1 &

# 查看监控日志
tail -f monitor.log

20.2.5 每日检查清单

建立每日监控习惯，使用以下清单：

□ 每日早晨检查（开盘前）
  □ 查看过夜持仓状态
  □ 检查系统是否正常运行
  □ 查看 Telegram 通知是否有异常

□ 每日中午检查（盘中）
  □ 查看当前持仓盈亏
  □ 检查交易频率是否正常
  □ 查看是否有止损触发

□ 每日晚间总结（收盘后）
  □ 查看当日交易统计
  □ 分析盈利/亏损交易原因
  □ 对比回测预期与实际表现
  □ 记录异常情况和改进想法

□ 每周总结
  □ 计算周收益率和胜率
  □ 分析最佳和最差交易
  □ 评估是否达到实盘标准
  □ 决定是否继续 Dry-run 或调整策略

📝 实践任务

任务 1：启动长期 Dry-run（必做）

选择一个经过充分回测的策略
配置 config.json 为 Dry-run 模式
启动 Dry-run 交易：

   freqtrade trade -c config.json --strategy YourStrategy

让系统运行至少 1-2 周
期间不要修改策略或配置

任务 2：配置监控和警报

配置 Telegram Bot 通知（参考第 17 课）
测试所有 Telegram 命令
设置每日提醒（晨间、晚间检查）
可选：运行监控脚本 monitor_dryrun.py

任务 3：每日数据收集

创建一个 Excel 或 Google Sheets 表格，记录每日数据：

日期	交易次数	胜率	当日收益 (USDT)	当日收益 (%)	累计收益	持仓数	备注
4/1	3	67%	+5.30	+0.53%	+5.30	2	开始 Dry-run
4/2	3	33%	+5.60	+0.56%	+10.90	1	BTC 趋势良好
4/3	4	75%	+9.80	+0.98%	+20.70	3	满仓运行
...	...	...	...	...	...	...	...

任务 4：问题诊断

如果 Dry-run 表现不佳，按以下步骤诊断：

对比回测结果
- 列出所有关键指标的差异
- 确定差异是否在可接受范围内
分析市场环境
- 当前市场是趋势还是震荡？
- 是否与回测期间的环境类似？
- 策略是否适应当前环境？
检查技术问题
- 查看日志中的错误信息
- 确认数据源稳定
- 验证指标计算正确
评估信号质量
- 使用 plot-dataframe 生成最近的图表
- 分析买卖信号是否合理
- 检查止损触发是否频繁

任务 5：决策评估

在 Dry-run 结束后（1-2 周），使用以下决策树：

开始评估
    │
    ├─ 总收益率 > 0？
    │   ├─ 是 → 继续下一项
    │   └─ 否 → ❌ 不适合实盘，重新优化策略
    │
    ├─ 收益率达到回测 50% 以上？
    │   ├─ 是 → 继续下一项
    │   └─ 否 → ⚠️ 表现不佳，考虑调整或延长 Dry-run
    │
    ├─ 胜率与回测差异 < 15%？
    │   ├─ 是 → 继续下一项
    │   └─ 否 → ⚠️ 胜率下降明显，检查策略逻辑
    │
    ├─ 最大回撤 < 回测的 1.5 倍？
    │   ├─ 是 → 继续下一项
    │   └─ 否 → ❌ 风险过高，加强风险控制
    │
    ├─ 无重大技术问题？
    │   ├─ 是 → 继续下一项
    │   └─ 否 → ❌ 解决技术问题后重新 Dry-run
    │
    ├─ 自己对策略有信心？
    │   ├─ 是 → ✅ 可以考虑小资金实盘
    │   └─ 否 → ⚠️ 延长 Dry-run 或降低仓位

🧪 知识检查

选择题

Dry-run 模式的主要作用是：
- A. 加速回测计算
- B. 验证策略在实时市场中的表现
- C. 自动优化参数
- D. 降低交易手续费
推荐的最短 Dry-run 周期是：
- A. 1 天
- B. 3 天
- C. 1 周
- D. 1 个月
如果 Dry-run 收益率仅为回测的 30%，应该：
- A. 立即进入实盘
- B. 重新优化策略
- C. 增加交易频率
- D. 降低止损幅度
Telegram 命令 /status 的作用是：
- A. 查看系统状态
- B. 查看当前持仓
- C. 查看服务器状态
- D. 查看网络连接
以下哪项不是 Dry-run 能发现的问题？
- A. 市场环境变化导致策略失效
- B. 数据源不稳定
- C. 回测数据错误
- D. 配置参数不当

简答题

解释为什么回测表现优秀的策略在 Dry-run 中可能表现不佳？
Dry-run 期间应该重点监控哪些关键指标？
如果 Dry-run 期间胜率从回测的 65% 下降到 50%，应该如何分析和应对？
描述一个完整的 Dry-run 评估流程，从启动到决策实盘。
Telegram 警报在 Dry-run 中的重要性是什么？如何配置合理的通知？

实践题

运行一个策略的 Dry-run 1 周，记录每日数据，并生成对比报告：
- 回测 vs Dry-run 的关键指标对比
- 差异分析和原因
- 是否适合进入实盘的判断
模拟一个 Dry-run 表现不佳的场景（收益率 -3%），诊断可能的问题并提出改进方案。

📌 核心要点

为什么必须做 Dry-run

回测 ≠ 未来
✅ 回测基于历史数据，可能过拟合
✅ 实盘面对未知市场，环境可能改变
✅ Dry-run 是连接历史与未来的桥梁
✅ 即使回测完美，也必须经过 Dry-run 验证

Dry-run 检查清单

启动前：
□ 配置 dry_run: true
□ 设置合理的 dry_run_wallet
□ 配置 Telegram 通知
□ 准备监控工具

运行中：
□ 每日检查系统状态
□ 监控关键性能指标
□ 记录异常情况
□ 对比回测预期

结束后：
□ 生成完整的统计报告
□ 分析差异原因
□ 评估是否达到实盘标准
□ 做出进入实盘或继续优化的决策

实盘准入标准

✅ 必须满足：
1. Dry-run 至少 1 周，交易次数 > 20
2. 总收益率 > 0
3. 收益率达到回测的 50% 以上
4. 胜率下降不超过 15%
5. 最大回撤 < 回测的 1.5 倍
6. 无重大技术问题
7. 对策略有充分信心

⚠️ 建议满足：
1. Dry-run 2 周以上
2. 收益率达到回测的 70% 以上
3. 经历过不同市场环境（涨、跌、震荡）
4. Telegram 通知和监控完善
5. 有应急处理预案

常见问题

问题	可能原因	解决方案
收益率远低于回测	市场环境变化 / 过拟合	重新评估策略适用性
胜率大幅下降	信号质量差 / 止损过紧	调整参数或增加过滤条件
交易频率过低	市场波动率低 / 条件过严	等待合适市场或放宽条件
交易频率过高	震荡市场 / 参数过敏感	增加趋势过滤或调整参数
系统频繁报错	网络问题 / 配置错误	检查日志，修复技术问题