Freqtrade

适合 Testnet 可视化的项目（开源 + 实用）

名称	简介	可视化方式	是否支持 Binance Testnet	语言 / 框架	链接
Freqtrade ⭐️	✅ 最知名的开源量化交易框架，内置回测、模拟、实盘。支持 Binance Testnet。	Web UI（实时净值、仓位、信号图）	✅ 支持	Python / FastAPI + Plotly	github.com/freqtrade/freqtrade
Backtrader + Backtrader Plot	强大的 Python 回测框架，可扩展到实时数据。	Matplotlib 图形可视化	❌（原生不支持 Testnet，但可集成 CCXT）	Python	github.com/mementum/backtrader
QuantConnect Lean	专业级量化引擎（同 QuantConnect 平台），支持可视化分析与实时回测。	内置网页 Dashboard	⚠️（主要对接自家 API，不支持 Binance Testnet）	C# / Python	github.com/QuantConnect/Lean
Jesse AI	实时交易 + 策略开发 + Web 可视化界面。	完整 Web 仪表盘（含净值曲线、信号）	✅ Binance Testnet 支持	Python / Vue.js	github.com/jesse-ai/jesse
GNOME Trader	桌面客户端风格交易终端，可连接 Binance API。	图形化（K线+交易）	✅ Testnet 可配置	Python / Qt	github.com/gnometerminal/gnometrader

Freqtrade 支持 3 种模式：

Backtesting（离线回测）
Dry-run（Testnet 模拟）✅
Live（真实交易）

安装

pip install freqtrade

检查 freqtrade -V

创建默认配置

freqtrade new-config --config config.json

在你的 config.json 中找到 "exchange" 部分，改成如下内容：

"exchange": {
    "name": "binance",
    "key": "你的_testnet_API_KEY",
    "secret": "你的_testnet_API_SECRET",
    "sandbox": true,
    "ccxt_config": {
        "enableRateLimit": true
    },
    "ccxt_async_config": {
        "enableRateLimit": true
    }
}

✅ 注意：

"sandbox": true → 启用 Binance Testnet 模式；
确保 Testnet API Key 正确

Freqtrade 期望你有一个 “user_data” 文件夹（用于存放策略、日志、数据库、配置等），但现在没有

freqtrade create-userdir --userdir user_data

安装 UI

freqtrade install-ui

在config里设置用户名密码

 "api_server": {
        "username": "freqtrader",
        "password": "freqtrader"
    },

启动

freqtrade webserver

如果你在云服务器运行（例如 AWS、VPS），可使用：

freqtrade webserver --host 0.0.0.0 --port 8080

创建策略

创建一个新策略模板：

freqtrade new-strategy --strategy MyFirstStrategy

它会在 user_data/strategies/MyFirstStrategy.py 生成模板。

策略结构

一个最基本的策略包含以下几个函数：

from freqtrade.strategy.interface import IStrategy
from pandas import DataFrame
import talib.abstract as ta

class MyFirstStrategy(IStrategy):
    timeframe = '5m'  # K线周期

    def populate_indicators(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
        dataframe['rsi'] = ta.RSI(dataframe)
        dataframe['ema'] = ta.EMA(dataframe, timeperiod=20)
        return dataframe

    def populate_buy_trend(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
        dataframe.loc[
            (dataframe['rsi'] < 30) & (dataframe['close'] > dataframe['ema']),
            'buy'] = 1
        return dataframe

    def populate_sell_trend(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
        dataframe.loc[
            (dataframe['rsi'] > 70),
            'sell'] = 1
        return dataframe

回测（Backtesting）

获取历史数据：

freqtrade download-data --exchange binance --pairs BTC/USDT --timeframe 5m --days 30

指定交易所从 Binance（币安）获取数据
下载所有以 USDT 为计价的交易对（如 BTC/USDT、ETH/USDT）
下载 5分钟K线 数据
下载最近 30天 的历史数据
--erase 重新下载数据

Freqtrade 会去 Binance 获取以下类似数据：

时间	开盘价	最高价	最低价	收盘价	成交量
2025-09-05 00:00	62000	62100	61800	61950	1.25
2025-09-05 00:05	61950	62020	61900	61990	0.98

数据会被保存到本地路径：

user_data/data/binance/

并且每个交易对都会有一个 .json.gz 文件，比如：

user_data/data/binance/BTC_USDT-5m.json.gz

显示数据

freqtrade list-data --show-timerange

运行回测：

在 config.json 修改成 StaticPairList

"pairlists": [
    {
        "method": "StaticPairList",
        "number_assets": 20,
        "sort_key": "quoteVolume",
        "min_value": 0,
        "refresh_period": 1800
    }
],

然后添加币种白名单

"exchange": {
    "name": "binance",
    "pair_whitelist": [
        "BTC/USDT"
    ],
}

然后运行

freqtrade backtesting --strategy MyFirstStrategy

--timerange 20250101-20251001 加入时间

查看结果：

Freqtrade 会输出：

总收益率
胜率
最大回撤
每笔交易详情

也可生成图表报告：

freqtrade backtesting --strategy MyFirstStrategy --export trades
freqtrade plot-dataframe --strategy MyFirstStrategy

结果解读

指标	数值	含义
总交易数（Trades）	8	共进行了 8 次买卖
胜率（Win%）	25%	只有 2 次盈利、6 次亏损
平均收益（Avg Profit %）	0.36%	每笔交易平均赚 0.36%（包含亏损）
总收益（Tot Profit %）	+0.93%	账户整体收益率
总盈利（Tot Profit USDT）	+9.298 USDT	初始 1000 USDT，最后 1009.298 USDT
年化收益（CAGR）	12.35%	按年折算的理论收益率
最大回撤（Max Drawdown）	-1.4%	最大账户回撤（从最高点到最低点的跌幅）
夏普比率（Sharpe）	0.89	衡量风险调整后的收益（>1 较好）
索提诺比率（Sortino）	3.21	类似夏普，但只考虑下行风险（这个偏高不错）

收益结构分析

项目	说明	结果
最佳交易	一次盈利最高的交易	+5%
最差交易	一次亏损最多的交易	-1.73%
最长持仓时间	4天5小时	说明策略交易节奏慢
平均持仓时间	约 1.5 天	属于中短线策略
最大连续亏损	5 次	表示信号可靠性较低
退出方式	ROI 退出 1 次；信号退出 7 次	大多数交易由策略信号触发退出

Dry-run（模拟实盘交易）

Dry-run = 模拟实盘交易

机器人会实时连接交易所（如 Binance）
使用真实市场行情（K线、价格）
根据你的策略逻辑买入/卖出
记录交易结果、打印日志、保存报告
🚫 不会真花钱、不会发出订单

💡 可以理解为：

“实盘前的全功能模拟”。

开启 Dry-run 的方法

Freqtrade 默认配置文件是支持 Dry-run 的。只需要确保在 config.json 中这几项设置正确👇

编辑文件：

user_data/config.json

找到并修改这几项：

{
    "dry_run": true,
    "max_open_trades": 3,
    "stake_currency": "USDT",
    "stake_amount": 100,
    "exchange": {
        "name": "binance",
        "key": "YOUR_API_KEY",
        "secret": "YOUR_API_SECRET"
    },
    "pairlists": [
        { "method": "StaticPairList" }
    ],
    "pair_whitelist": [
        "BTC/USDT"
    ]
}

🔹 关键项解释：

参数	含义	示例
`"dry_run": true`	✅ 启用模拟交易（不真实下单）	`true`
`"stake_currency": "USDT"`	交易计价货币	`USDT`
`"stake_amount": 100`	每次交易使用的资金	100 USDT
`"exchange.key"` / `"exchange.secret"`	你的交易所 API Key	可以留空（Dry-run 不会下单）

启动

freqtrade trade --strategy DoubleEMAStrategy

监控 Dry-run 的运行情况

1. 查看实时日志

在终端中会实时显示交易记录，例如：

BUY signal: BTC/USDT - price: 62750.0
SELL signal: BTC/USDT - profit: +2.3%

2. 启动 Web UI（可视化界面）

Freqtrade 自带 Web 控制台 👇

freqtrade webserver

然后在浏览器打开