optimizing-performance

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

✅ 一图总结：减少 Freqtrade 内存占用的方法

分类	方法	是否推荐	说明
🧹 精简策略	减少用到的技术指标 / pandas 操作	✅ 强烈推荐	每个指标都会产生历史缓存和多列数据
📉 减少交易对数量	配置里精简 pair_whitelist	✅ 推荐	每个交易对都会加载历史 K 线 + 分析缓存
⏱ 减少历史数据长度	设置 startup_candles 数量更少	✅ 推荐	默认是 1000，改成 300 就能省下很多内存
📦 使用轻量策略模式	使用 MinimalStrategy 模式进行测试	✅ 可选	用最轻的模板策略进行调试或开发
📁 减少 cached 数据保存	关闭 dry-run-wallet, edge, trade_models 等多余模块	✅ 仅在非 dry-run 实盘使用
🚫 禁用某些功能	禁用 Plot、Telegram、Webserver、TradeModel 等模块	✅ 推荐（尤其是 dry-run 不需要）
🔧 改用 PostgreSQL	避免 SQLite 的文件锁 / 缓存机制	✅ 推荐	SQLite 会占内存缓存，Postgres 更稳定
🐍 不用 pandas 变量保留历史值	不在策略中 self.df = dataframe	✅ 很重要	避免内存残留历史 DataFrame

---

🧠 实用技巧详解：

---

✅ 1. 减少 startup_candles

在 config.json 或 CLI 添加：

"startup_candle_count": 300

或命令行参数：

--startup-candle-count 300

默认是 1000，代表每个交易对启动时加载 1000 根 K 线，如果你策略只用到最近的 100 根，那么没必要加载那么多。

---

✅ 2. 精简 pair_whitelist

每个交易对会：

• 下载历史数据

• 每分钟跑一遍 populate_indicators、populate_entry_trend

• 占一份策略缓存空间

如果你部署杠杆策略，但 whitelist 里有 20 个币对，那么内存很快就突破 500MB。

只保留你需要的核心交易对，比如：

"pair_whitelist": ["BTC/USDT", "ETH/USDT", "SOL/USDT"]

---

✅ 3. 精简策略中指标数量和变量

• 避免无用的指标，比如加了 MACD、RSI、EMA 但策略实际没用；

• 避免写：

self.df = dataframe  # ❌ 这样会在每轮tick中缓存整个DataFrame

会导致旧数据常驻在内存中，改为：

# 仅在函数内用 dataframe，避免保留在 self 上

---

✅ 4. 关闭用不到的组件（适合 dry-run 或轻量实盘）

在 config 中关闭以下内容：

"telegram": {
  "enabled": false
},
"webserver": {
  "enabled": false
},
"dry_run_wallet": {
  "enabled": false
},
"trade_models": {
  "enabled": false
}

这些组件虽然实用，但会启用后台线程和内存缓冲区，实盘中可以开启，测试阶段建议关闭。

---

✅ 5. 启用 swap 或限制内存上限（不减占用但防止崩）

• 启用系统 swap 分区

• 或用 PM2 加参数限制：

--max-memory-restart 500M

---

🛠 可选进阶：换用 PostgreSQL 数据库

SQLite 虽然方便，但会在本地占用缓存，且写入时锁文件，适合轻量单策略。如果你部署多个策略实例：

"db_url": "postgresql://user:password@localhost/freqtrade"

PostgreSQL 会更稳定，CPU/内存占用都更好控制。

---

✅ 总结建议（快速执行版）

推荐立即做的操作：

• ✅ 设置 "startup_candle_count": 300

• ✅ 限制 pair_whitelist 数量到 3～5 个

• ✅ 删除策略中未用的指标

• ✅ 不要在策略中使用 self.df = dataframe

• ✅ 关闭 telegram / webserver / trade_models

• ✅ 添加 --max-memory-restart 500M 保护机制