Skip to content

使用 Jupyter 笔记本分析机器人数据

您可以使用 Jupyter 笔记本轻松分析回测和交易历史记录。示例笔记本位于 user_data/notebooks/,在使用 freqtrade create-userdir --userdir user_data 命令初始化用户目录后可以找到。

使用 Docker 快速开始

Freqtrade 提供了一个 docker-compose 文件,用于启动一个 Jupyter Lab 服务器。 您可以使用以下命令运行此服务器:docker compose -f docker/docker-compose-jupyter.yml up

这将创建一个运行 Jupyter Lab 的 Docker 容器,可通过 https://127.0.0.1:8888/lab 访问。 请使用启动后控制台打印的链接进行简化登录。

有关更多信息,请访问使用 Docker 进行数据分析部分。

专业提示

  • 请参阅 jupyter.org 查看使用说明。
  • 不要忘记从 conda 或 venv 环境内启动 Jupyter 笔记本服务器,或使用 nb_conda_kernels*
  • 在使用之前先复制示例笔记本,以防止您的更改在下一个 freqtrade 更新时被覆盖。

在系统范围内使用虚拟环境的 Jupyter 安装

有时可能希望使用系统范围内的 Jupyter 笔记本安装,并从虚拟环境中使用 Jupyter 内核。 这样可以避免在每个系统上多次安装完整的 Jupyter 套件,并提供了在任务之间切换的简便方法(如 freqtrade / 其他分析任务)。为了使这个工作正常运行,首先激活你的虚拟环境并运行以下命令:

# 激活虚拟环境
source .venv/bin/activate

pip install ipykernel
ipython kernel install --user --name=freqtrade
# 重启 jupyter (lab / notebook)
# 在 notebook 中选择内核 "freqtrade"

注意

提供此部分仅为完整性考虑,Freqtrade 团队不会为此设置的问题提供完全支持,并建议直接在虚拟环境中安装 Jupyter,因为这是最简单的方式来运行 jupyter notebooks。有关此设置的帮助,请参阅 Project Jupyter文档 或者 帮助渠道

警告

有些任务在笔记本中的工作效果并不好。例如,任何使用异步执行的事务都会对 Jupyter 造成问题。此外,freqtrade 的主要入口点是命令行接口,因此在笔记本中使用纯python会绕过提供给助手函数的必需对象和参数的参数。你可能需要手动设置这些值或创建所需的对象。

推荐的工作流程

任务 工具
Bot 运营 命令行接口 (CLI)
重复任务 Shell 脚本
数据分析与可视化 Notebook
  1. 使用命令行接口 (CLI) 来

    * 下载历史数据 * 运行回测 * 实时数据运行 * 导出结果

  2. 用 shell 脚本来收集这些操作* 保存带有参数的复杂命令 * 执行多步操作 * 自动化测试策略和准备数据用于分析

  3. 使用笔记本来

    * 可视化数据 * 处理和绘图以生成见解

示例实用程序片段

切换目录到根目录

Jupyter 笔记本从笔记本目录执行。以下片段搜索项目根目录,使得相对路径保持一致。

import os
from pathlib import Path

# 切换目录
# 修改此单元格以确保输出显示正确的路径。
# 将所有路径定义为相对于单元格输出中显示的项目根目录
project_root = "somedir/freqtrade"
i=0
try:
    os.chdir(project_root)
    assert Path('LICENSE').is_file()
except:
    while i<4 and (not Path('LICENSE').is_file()):
        os.chdir(Path(Path.cwd(), '../'))
        i+=1
    project_root = Path.cwd()
print(Path.cwd())

加载多个配置文件

这个选项可以用来检查传入多个配置的结果。也会运行整个 Configuration 初始化过程,因此配置完全初始化以传递给其他方法。

import json
from freqtrade.configuration import Configuration

# 从多个文件中加载配置
config = Configuration.from_files(["config1.json", "config2.json"])

# 在内存中显示配置
print(json.dumps(config['original_config'], indent=2))

对于交互式环境,需要额外的配置来指定 user_data_dir,并将其作为最后一个参数传入,这样在运行机器人时就不需要改变目录。 最好避免使用相对路径,因为它从 Jupyter Notebook 的存储位置开始,除非更改目录。

{
    "user_data_dir": "~/.freqtrade/"
}

进一步的数据分析文档

如果您愿意分享如何最好地分析数据的想法,请随时提交问题或拉取请求来完善本文档。