data-backtesting
本文为 https://www.itrade.icu 量化交易实验室出品。访问获取更多福利
访问获取更多福利
📘 第 4 篇：《策略怎么测试才靠谱？Freqtrade 回测命令 backtesting 全攻略》
回测（Backtesting）是策略开发中最核心的环节之一。 通过模拟历史行情运行策略，可以有效评估其表现，帮助你判断是否值得上线实盘。
本文将详解 Freqtrade 的 backtesting 命令，包括启动方式、常见参数、数据处理、结果分析、多进程加速、Docker 使用方式等。
🔁 一、什么是回测？为什么重要？
回测是一种将你的策略在**历史数据上进行“假设交易”**的过程，目标是了解策略在过去市场中的表现。
优质的策略回测可以回答以下问题：
盈亏比是否合理？
胜率是否足够稳定？
是否过拟合？（未来可能失效）
哪些参数影响收益最显著？
🚀 二、基本回测命令结构
freqtrade backtesting \
--config user_data/config.json \
--strategy MyStrategy \
--timeframe 15m \
--timerange 20220101-20230701参数详解：
--config
指定配置文件路径（含交易对、时间周期等）
--strategy
使用的策略类名
--timeframe
时间周期，如 15m、1h
--timerange
回测时间段（格式为 YYYYMMDD-YYYYMMDD）
可选参数：
参数
含义
--------------
------------------
--export
导出详细交易数据 CSV
--stats-file
输出结果统计文件 JSON
--processes
启动多个进程进行并行回测（提升性能）
💡 三、回测前准备事项
回测不是直接跑命令这么简单，建议你确保以下事项：
✅ 已下载对应周期的历史数据：
✅ 策略文件已放置在 user_data/strategies/ 目录，类名正确。
✅ config.json 设置无误，包括：
pair 交易对正确
exchange 设置正确
stake_currency 设为 USDT、BTC 等
🧪 四、回测结果输出说明
回测完成后，Freqtrade 会输出包括以下信息的日志：
Total profit
策略最终总收益（净值）
Total trades
回测期间总交易次数
Win / loss ratio
胜率（盈亏笔数比）
Sharpe Ratio
风险调整后的收益
Avg trade duration
平均持仓时间
Drawdown
最大回撤
Profit factor
盈利因子（收益 / 损失）
🖼️ 五、图表回测展示（backtesting-show）
Freqtrade 提供了图形化工具 backtesting-show 查看买卖点、策略行为：
📍显示策略的收益曲线、交易点标记、仓位等信息。
🧩 六、常见回测问题处理
回测无交易
策略信号条件太苛刻，或数据缺失
Data not available
数据未下载或 timerange 覆盖不到
Indicators is NaN
指标参数设置错误 / 不适用于当前 timeframe
Overfitting 怀疑
回测收益极高但实盘亏损，可用 forward test 验证
🧠 七、多进程加速回测（--processes）
当你使用多对币种或复杂策略时，可通过 --processes 参数提升回测效率：
🧪 一般设置为 CPU 核心数的一半到全部。例如 8 核电脑设置 4～8 都可。
🐳 八、Docker 环境中回测命令
如果你使用 Docker 运行 Freqtrade：
确保你已挂载 user_data/ 到容器内 /quants/freqtrade/user_data/。
📊 九、导出回测结果
若你希望保存每笔交易详情，可添加：
也可将策略表现结果导出为 JSON：
✅ 十、建议分析维度
建议回测完重点关注这些指标：
累计收益（Total profit）：核心指标
最大回撤（Drawdown）：风险暴露
胜率 / 盈亏比：稳定性评估
每笔平均收益：策略每次交易价值
盈利因子：是否值得交易 并结合图表工具分析：
📌 总结
Freqtrade 回测系统强大灵活，适合构建完整的策略研究与验证流程。
下载历史数据
download-data
编写策略类
new-strategy
回测运行
backtesting
图形化展示
backtesting-show / plot-dataframe
性能加速
--processes 多进程支持
容器化使用
Docker 运行命令
Last updated