从Backtrader到Freqtrade：搭建自己的全自动量化平台

从Backtrader到Freqtrade：搭建自己的全自动量化平台

原创 原力量化 原力量化 2025年10月12日 09:24 海南

那年在Backtrader上栽的跟头

说起来也挺有意思的，刚接触量化交易时候，当时满脑子想的都是怎么把自己的策略变成代码跑起来。那会儿在知乎上到处翻帖子，看到好多人推荐Backtrader，说这玩意儿特别适合新手，文档全、社区活跃。

我记得很清楚，第一次用Backtrader写策略的时候，花了整整一个周末才搞明白它的数据结构。你知道那种感觉吗，明明Python基础还算OK，可是面对Backtrader的那套Lines对象系统，我是真的懵了好几天。

当时写出这段代码的时候，我还挺自豪的。回测跑出来收益曲线贼漂亮，年化收益30%+，最大回撤才10%。我天真地以为自己找到了圣杯，马上就能财富自由了。

现实给了我一巴掌。

Backtrader的美好与残酷

Backtrader确实有它的优点，这个我得承认。它的回测引擎设计得挺严谨的，支持各种复杂的订单类型，还能模拟滑点、手续费这些真实交易中的细节。回测报告也做得很详细，什么夏普比率、索提诺比率、年化收益这些指标一应俱全。

我在Backtrader上前前后后测试了差不多二十多个策略。有双均线的、有布林带突破的、还有趋势跟踪的。回测结果看着都挺不错，可是一到实盘就全变了样。

问题出在哪？

实盘的时候我才发现，Backtrader的实盘功能真的太弱了。它对接交易所的API支持很有限，很多时候你得自己写大量的代码去处理连接、重连、异常这些破事。而且它的整个架构是为回测设计的，实盘只是个附加功能。

有一次凌晨3点，我被手机闹钟吵醒——我设置的监控程序发现策略挂了。爬起来一看，原来是网络波动导致的连接中断，Backtrader没能自动重连，我的单子就那么挂在半空中。那次亏了差不多5%的本金。

从那之后我开始认真思考：我到底需要一个什么样的量化平台？

我想要的平台长什么样

在经历了无数个不眠之夜之后，我列了个清单：

必须有的功能：

• 7x24小时稳定运行，不能动不动就挂

• 自动重连，网络抖动不能影响交易

• 完善的风控系统，别一个失误就爆仓

• 支持主流交易所，对接要简单

• 配置要灵活，改个参数不用改代码

• 回测要准确，实盘表现得跟回测差不多才行

最好还能有的：

• 可视化界面，看数据方便点

• 策略市场，能参考别人的策略

• 社区活跃，遇到问题能有人帮忙

• 支持多种策略类型，不局限于某一类

我把这个清单发到几个量化交流群里，有个老哥回了我一句话："你说的这不就是Freqtrade吗？"

第一次遇见Freqtrade

说实话，刚开始我对Freqtrade是有点抵触的。因为它主要面向加密货币市场，而我当时做的是股票。但是架不住那个老哥一直推荐，我就抱着试试看的心态装了一下。

这一试，真香。

Freqtrade的安装出乎意料的简单：

三行命令就搞定了。对比Backtrader那种需要自己配置一堆环境的麻烦，这简直太友好了。

配置文件也很直观，都是JSON格式的：

你看，每个参数都很容易理解。最大开仓数、保证金货币、每单金额，这些东西一目了然。改配置的时候也不用担心搞坏了整个系统。

策略开发：从痛苦到享受的转变

在Backtrader上写策略，你需要理解它那套独特的数据结构。什么Lines、Indicators、Observers，概念一堆。我当时光是理解这些概念就花了好几天。

Freqtrade不一样。它的策略写法非常直观：

看到了吗？策略就是三个函数：

1. populate_indicators

    - 计算技术指标

2. populate_entry_trend

    - 定义入场条件

3. populate_exit_trend

    - 定义出场条件

数据就是标准的Pandas DataFrame，不需要学习什么特殊的数据结构。这对于熟悉Python数据分析的人来说，简直是零学习成本。

我花了一个晚上就把之前在Backtrader上写的几个策略都移植过来了。而且移植过来之后发现，代码量少了差不多40%，可读性还提高了。

回测：速度与准确性的平衡

回测是量化交易里最重要的环节之一。你的策略到底行不行，回测数据会给你答案。

Freqtrade的回测速度真的快。我之前在Backtrader上跑一个策略的3年数据，需要等差不多20分钟。同样的策略在Freqtrade上，2分钟就出结果了。

一行命令搞定。回测结果也很详细：

这个表格很清晰地展示了每个交易对的表现。胜率、平均收益、持仓时间这些关键指标都有了。

更厉害的是，Freqtrade还能生成HTML格式的可视化报告：

报告里有各种图表，收益曲线、回撤分析、月度收益这些一应俱全。我经常把这些报告拿来给朋友看，比干巴巴的数字有说服力多了。

实盘：真正的考验来了

回测做得再好，实盘才是检验策略的唯一标准。

Freqtrade在实盘方面的表现让我很满意。它内置了对几十个交易所的支持。配置也很简单：

填上API密钥，选择要交易的币对，就能开始跑了。

实盘运行的稳定性是我最关心的。Freqtrade在这方面做得真的好。它有完善的异常处理机制，网络断了会自动重连，订单出问题会及时通知你。我现在的策略已经连续运行了8个多月，中间只手动干预过两三次。

监控也很方便。Freqtrade支持Telegram机器人，所有的交易信号、开仓平仓、盈亏情况都会实时推送到手机上。

每次开单的时候，手机就会收到这样的消息：

平仓的时候也会通知：

这种实时反馈的感觉真的很爽。你随时都能知道策略在干什么，心里有底。

架构设计：全自动化的核心

搭建一个真正全自动的量化平台，你需要考虑很多东西。不只是策略本身，还有部署、监控、数据备份这些周边的事情。

我现在的架构大概是这样的：

这个架构看着复杂，实际跑起来还挺稳的。每个模块各司其职：

数据层：Freqtrade自己会从交易所拉取K线数据，不需要额外的数据源。它会把历史数据缓存在本地，启动速度很快。

交易层：Freqtrade核心负责策略执行和订单管理。它会根据策略信号自动下单、撤单、平仓。

存储层：所有的交易记录都会存到SQLite数据库里（你也可以用PostgreSQL）。这些数据用来做后续的分析和优化。

监控层：我用Prometheus收集运行数据，用Grafana做可视化。可以看到实时的订单数量、持仓情况、资金曲线这些。

通知层：Telegram Bot负责推送重要信息。不只是交易通知，系统异常、资金告警这些也会推送。

管理层：Freqtrade自带一个Web UI，可以在浏览器里查看策略状态、手动干预交易。

这套架构我跑了大半年，中间只出过一次小问题——服务器硬盘满了。现在加了个定时清理的脚本，基本不用管了。

风控：别让一次失误毁了所有努力

做量化交易，风控绝对是重中之重。再好的策略，没有风控兜底，早晚得爆仓。

Freqtrade的风控功能很全面。首先是仓位管理：

这里设置了最多同时持有5个仓位，可用资金的95%用来交易（留5%应对滑点和手续费）。单笔交易金额会根据总资金自动调整，这样可以保证每笔交易的风险都在控制范围内。

止损是风控的核心。Freqtrade支持多种止损方式：

追踪止损特别好用。当价格涨到2%的时候，止损线会自动上移到1%的位置。这样既保护了利润，又给了价格继续上涨的空间。

我还加了一个自定义的风控逻辑：

这个逻辑能避免长时间套牢。有时候策略判断失误了，与其一直等着，不如早点止损出来。

还有一个很重要的风控措施是资金告警：

当账户余额跌破初始资金的80%时，系统会发送告警。这个时候我会停下来检查策略哪出问题了，避免继续亏损。

优化：让策略更赚钱的秘诀

策略开发出来只是第一步，怎么优化才是关键。

Freqtrade有个超级好用的功能叫Hyperopt，可以自动优化策略参数。比如你的策略里有RSI的阈值、均线的周期这些参数，Hyperopt可以帮你找到最优的组合。

运行优化很简单：

它会跑1000次回测，每次用不同的参数组合，然后告诉你哪组参数表现最好。

我一般会把优化过程分成几个阶段：

第一阶段：粗调
先用较宽的参数范围和较少的epoch数，快速找到大概的方向。

第二阶段：细调
在第一阶段找到的区域内，缩小参数范围，增加epoch数，精确寻找最优解。

第三阶段：稳定性测试
用找到的参数在不同的时间段回测，看看是不是过拟合了。

第四阶段：模拟盘验证
在模拟盘上跑一段时间，确认实盘表现跟回测差不多。

这个流程走下来通常需要一到两周，但是值得。经过优化的策略收益能提升20%-30%，稳定性也会好很多。

多策略组合：鸡蛋不要放在一个篮子里

单一策略再好，也有它的局限性。趋势策略在震荡市不行，震荡策略在趋势市也不灵。最好的办法是多策略组合。

Freqtrade支持同时运行多个策略：

每个策略用独立的配置文件，互不干扰。我现在同时跑着4个策略：

• 趋势跟踪策略：捕捉大行情

• 网格策略：在震荡市赚差价

• 套利策略：不同交易所间的价差套利

• 高频策略：做市商策略，赚取价差

这4个策略的相关性很低，组合起来收益曲线特别平滑。单个策略可能会有较大回撤，但是组合起来回撤就小多了。

资金配置我是这样分的：

• 趋势跟踪：40%（收益高但回撤也大）

• 网格策略：30%（收益稳定）

• 套利策略：20%（几乎无风险，但收益低）

• 高频策略：10%（试验性质）

数据分析：从交易记录中学习

Freqtrade会记录所有的交易细节。这些数据是个宝库，好好分析能发现很多问题。

导出交易数据很简单：

freqtrade show-trades --db-url sqlite:///user_data/tradesv3.sqlite

或者直接用Python读取：

通过这些分析，我发现了几个有意思的规律：

1. 早上8-10点开的单胜率最高（大概是因为亚洲市场开盘）

2. 持仓时间超过48小时的单子，亏损概率明显增加

3. 周末的交易成本（滑点）比工作日高30%左右

基于这些发现，我调整了策略：

• 增加了早盘时段的仓位权重

• 添加了48小时强制平仓的规则

• 周末降低交易频率

调整后策略表现明显改善了。

部署：让系统7x24小时运行

开发完策略，下一步就是部署。你需要一台能7x24小时运行的服务器。

我用的是云服务器，配置不需要太高。2核4G的机器就够了，一个月成本100块左右。

部署流程很简单：

systemd配置文件这样写：

启动服务：

这样配置之后，就算服务器重启，Freqtrade也会自动启动。进程挂了会自动重启，很省心。

我还配置了一个监控脚本，每5分钟检查一次进程状态：

用crontab定时执行：

*/5 * * * * /usr/bin/python3 /home/ubuntu/check_freqtrade.py

常见的坑和解决方案

搞量化这么久，踩过的坑真不少。我把一些典型的问题记录下来，希望能帮你少走弯路。

坑1：回测过拟合

症状：回测表现特别好，实盘一塌糊涂。

原因：参数优化过度，策略只适合历史数据。

解决：

• 用Walk Forward方法验证

• 在多个时间段测试

• 避免过多的参数和条件

坑2：滑点和手续费

症状：实盘收益比回测差很多。

原因：回测时没考虑交易成本。

解决：

坑3：资金管理不当

症状：单笔亏损过大，爆仓风险高。

原因：没有合理的仓位控制。

解决：

• 单笔风险控制在2%以内

• 总仓位不超过80%

• 使用凯利公式计算仓位

坑4：网络问题

症状：经常断线、订单失败。

原因：网络不稳定或延迟高。

解决：

• 选择靠近交易所机房的服务器

• 配置重连机制

• 使用WebSocket而不是REST API

坑5：数据质量

症状：策略信号异常、订单价格偏差大。

原因：K线数据有缺失或错误。

解决：

监控和告警：别让策略失控

再稳定的系统也需要监控。我配置了多层告警机制：

第一层：Telegram实时通知所有交易动作、异常情况都会推送到手机。

第二层：邮件日报每天早上会收到前一天的交易总结，包括盈亏、胜率、持仓情况。

第三层：Grafana可视化实时看板显示关键指标，异常时会触发告警。

我配置的告警规则：

• 单日亏损超过5%

• 连续5单亏损

• 持仓超过10个

• 可用余额低于初始资金的80%

• 系统超过5分钟没有心跳

这些告警让我睡得很安心。就算半夜出问题，手机也会第一时间通知我。

策略迭代：永远在进步的路上

做量化不是一锤子买卖。市场在变，策略也要跟着变。

我的策略迭代流程是这样的：

1. 收集问题每周复盘，记录策略表现不佳的情况。比如连续亏损、单笔大亏这些。

2. 分析原因用数据说话。是市场环境变了？还是策略逻辑有缺陷？

3. 提出假设基于分析结果，提出改进方案。比如"增加波动率过滤能减少震荡市的亏损"。

4. 回测验证用历史数据测试改进方案。看看是不是真的有效。

5. 模拟盘测试在模拟环境跑两周，观察实际表现。

6. 小仓位实盘确认没问题后，用10%的仓位实盘测试一个月。

7. 全面推广验证通过后，逐步增加到正常仓位。

这个流程走一遍通常需要1-2个月。慢是慢了点，但是安全啊。我见过太多人改了策略直接上实盘，结果一天亏了一个月的利润。

给新手的建议

如果你也想开始量化交易，我有几个建议：

1. 从模拟盘开始别急着投真金白银。先在模拟环境跑几个月，熟悉整个流程。

2. 小资金试水开始实盘的时候，用小额资金。几千块就够了。亏了不心疼，赚了也能建立信心。

3. 记录和复盘每次交易都要记录。为什么开仓？为什么平仓？结果如何？定期复盘能帮你快速成长。

4. 控制风险永远把风控放在第一位。策略可以慢慢优化，但是本金不能亏光。

5. 保持学习技术指标、统计方法、编程技巧，这些都要不断学习。订阅一些优质的量化交易内容，关注行业动态。

6. 保持耐心量化交易不是暴富的工具。它是一个稳定获取收益的方式。不要指望一夜翻倍。

7. 找到适合自己的节奏有人喜欢高频交易，有人喜欢长线持有。找到适合自己的方式最重要。

写在最后的话

从Backtrader到Freqtrade，从手动交易到全自动化，这一路走来真的学到了很多。量化交易不只是写代码、调参数这么简单，它涉及金融、统计、计算机等多个领域的知识。

更重要的是，它让我对市场有了更深的理解。通过数据和代码，你能看到市场规律，能发现人性的弱点，能找到稳定盈利的方式。

现在我的系统已经稳定运行快一年了。虽然不能每天都赚钱，但是整体趋势向上。看着资金曲线慢慢往上爬，那种感觉真的很好。

如果你也对量化交易感兴趣，不妨试试Freqtrade。它的学习曲线不陡，功能很全面，社区也很活跃。我相信只要肯花时间研究，你也能搭建出属于自己的全自动量化平台。

记住，市场永远是对的。我们要做的，是找到自己的位置，用正确的方法，稳定地赚钱。