Freqtrade 技术实战指南交易所支持、核心命令与 Python 加密交易机器人部署要点【免费下载链接】freqtradeFree, open source crypto trading bot项目地址: https://gitcode.com/GitHub_Trending/fr/freqtradeFreqtrade 是一个用 Python 编写的免费开源加密货币交易机器人支持主流交易所并可通过 Telegram 或 WebUI 管理内置回测Backtesting、绘图、资金管理和基于机器学习的策略优化能力。本文基于仓库根目录的 README.md 完整展开并结合freqtrade/源码逐层印证其命令体系、交易所适配机制、配置结构与运行环境要求读完后可掌握如何评估 Freqtrade 对目标交易所的支持能力、如何正确使用其全部 CLI 子命令、如何理解示例配置的关键字段以及如何按最低要求完成部署。一、项目定位与核心特性README 将 Freqtrade 定义为“Free, open source crypto trading bot”其特性清单与仓库实际实现一一对应特性源码佐证基于 Python 3.11支持 Windows/macOS/Linuxfreqtrade/main.py 在入口处显式检查sys.version_info (3, 11)并退出pyproject.toml 声明requires-python 3.11且 classifier 覆盖 3.11–3.14持久化Persistence通过 SQLite 实现freqtrade/persistence/trade_model.py 基于 SQLAlchemy ORM 建模交易记录SQLite 为默认存储后端Dry-run 模式不花真钱运行机器人config_examples/config_binance.example.json 中dry_run: true为默认值Backtesting 回测freqtrade/optimize/backtesting.py 实现回测主逻辑机器学习优化策略参数Hyperoptfreqtrade/optimize/hyperopt/ 目录基于真实交易所数据FreqAI 自适应预测建模自适应机器学习自训练freqtrade/freqai/ 完整子包含 LightGBM/XGBoost/PyTorch/RL 等模型白名单/黑名单币种选择配置文件exchange.pair_whitelist/pair_blacklist字段见 config_examples/config_binance.example.json内置 WebUIFreqUIfreqtrade/rpc/api_server/ 提供 FastAPI 服务install-ui子命令负责安装 FreqUITelegram 管理freqtrade/rpc/telegram.py 注册了 76 个处理函数以法币显示盈亏、绩效状态报告freqtrade/rpc/fiat_convert.py 通过 pycoingecko 做法币换算从源码结构看机器人主循环封装在 freqtrade/freqtradebot.py 的FreqtradeBot类L74 起中它是连接策略、交易所、钱包与 RPC 通知的中心组件。二、免责声明与风险认知README 用独立的 Disclaimer 章节强调了三条硬性原则这是使用本项目前必须理解的前提软件仅用于教育目的作者及关联方对交易结果不承担任何责任使用风险自负始终先以 Dry-Run 模式运行在充分理解机器人机制、明确预期盈亏之前不要投入真实资金强烈要求使用者具备编程与 Python 知识应主动阅读源码理解机器人机制。这与代码中的默认行为一致示例配置中dry_run默认为true即“先模拟、后实盘”被写进了产品默认值而非仅停留在文档建议层面。三、支持的交易所以及适配机制3.1 支持的现货Spot交易所Binance、BingX、Bitget、Bybit EU、Bybit、Gate EU、Gate、HTX、Hyperliquid去中心化交易所 DEX、Kraken、MyOKXOKX EEA、OKX此外README 指出“potentially many others”——任何 ccxt 支持的交易所理论上可用但官方不保证其一定工作3.2 支持的合约Futures交易所Binance、Bitget、Bybit、Gate、HyperliquidDEX、Kraken、OKX。README 明确要求在接触杠杆交易前阅读交易所专属说明与杠杆交易文档对应仓库内 docs/exchanges.md 与 docs/leverage.md。3.3 社区验证过的交易所Bitvavo、KuCoin由社区确认可用非官方支持范围。3.4 源码层面的交易所适配从源码结构看README 的这张清单在代码中有两层体现交易所类型注册表freqtrade/ft_types/valid_exchanges_type.py 定义了ValidExchangesTypeTypedDict每条记录含name、classname对应的 ccxt 类、valid、supported、comment、dex是否为去中心化交易所、trade_modes现货/杠杆/合约等交易模式等字段并供list-exchanges子命令输出交易所类解析freqtrade/resolvers/exchange_resolver.py 的load_exchange方法根据配置中的exchange.name解析出对应类基础实现位于 freqtrade/exchange/exchange.py各所差异则由 freqtrade/exchange/ 下的具体子类承担如binance.py、bybit.py、okx.py、kraken.py、hyperliquid.py等文件与 README 清单逐一对应。这意味着“支持”并非泛泛的 ccxt 兼容而是经过项目维护者验证并针对各所特性做了专门适配例如杠杆层级数据 freqtrade/exchange/binance_leverage_tiers.json。选择交易所后可用freqtrade list-exchanges命令查看当前版本中各所及其交易模式的实时支持状态。四、CLI 命令体系Basic Usage 全解README 的 Basic Usage 给出了完整的freqtrade命令帮助输出。从源码看这些子命令并非硬编码在main中而是由 freqtrade/commands/arguments.py 的_build_subcommands方法统一构建先创建共享的“Common arguments”与“Strategy arguments”参数组再通过subparsers.add_parser(...)为每个子命令注册入口函数set_defaults(funcstart_trading)等最后由 freqtrade/main.py 取出解析到的func并调用。若不带子命令直接运行程序会抛出OperationalException提示必须指定子命令并引导用户执行freqtrade trade [options...]。以下按功能域继承 README 的完整命令清单共 34 个子命令4.1 交易与日常运行命令说明trade交易模块实盘/Dry-run 主入口实际行为取决于配置中dry_run值webserverWebserver 模块启动 API 服务show-trades查看交易记录install-ui安装 FreqUI 前端4.2 项目脚手架与配置命令说明create-userdir创建 user-data 目录策略、数据、日志的存放根new-config交互式创建新配置文件show-config显示解析后的最终配置new-strategy创建新策略文件strategy-updater将过时的策略文件升级到当前版本convert-db迁移数据库到其他系统4.3 数据管理命令说明download-data下载回测/历史 K 线数据convert-data在 OHLCV 数据的不同格式间转换convert-trade-data在逐笔交易Trades数据格式间转换trades-to-ohlcv将逐笔交易数据聚合为 OHLCV 数据list-data列出已下载的数据list-timeframes打印交易所支持的周期list-pairs打印交易所上的交易对list-markets打印交易所市场信息list-exchanges打印可用交易所4.4 回测与策略研究命令说明backtesting回测模块backtesting-show展示历史回测结果backtesting-analysis回测分析模块edgeEdge 模块基于风险的仓位建议hyperopt超参优化模块用真实交易所数据优化买卖策略参数hyperopt-list/hyperopt-show列出/展示超参优化结果详情list-hyperoptloss打印可用的超参优化损失函数list-freqaimodels打印可用的 FreqAI 模型lookahead-analysis检查策略是否存在前视偏差look-ahead biasrecursive-analysis检查策略是否存在递归公式问题这些“研究类”子命令的实现入口可在 freqtrade/commands/ 目录中找到例如data_commands.py数据命令、optimize_commands.py回测命令、analyze_commands.py偏差分析命令lookahead-analysis与recursive-analysis的具体逻辑分别位于 freqtrade/optimize/analysis/lookahead.py 与 freqtrade/optimize/analysis/recursive.py它们会静态检查策略代码帮助在回测前发现“未来函数”类错误——这是策略研究流程中容易被忽视但价值很高的一环。4.5 其他命令说明list-strategies打印可用策略test-pairlist测试你的 pairlist 配置plot-dataframe绘制带指标的 K 线图plot-profit生成收益曲线图test-pairlist校验币种列表插件配置是否生效README 中给出的全局参数只有两个-h/--help显示帮助与-V/--version显示版本号。版本信息打印由 freqtrade/system/version_info.py 承担。五、配置结构与快速上手README 的 Quick start 部分指引快速上手参考 Docker Quickstart 文档对应 docs/docker_quickstart.md仓库提供 Dockerfile 与 docker-compose.yml本地原生安装参考 docs/installation.md配合仓库根目录的 setup.sh / setup.ps1。配置是 Freqtrade 的运行核心。以 config_examples/config_binance.example.json 为例其顶层字段结构与 README 特性清单直接对应{ max_open_trades: 1, stake_currency: USDT, stake_amount: 100, tradable_balance_ratio: 0.99, fiat_display_currency: USD, timeframe: 5m, dry_run: true, cancel_open_orders_on_exit: false, unfilledtimeout: { entry: 10, exit: 10, exit_timeout_count: 0 }, entry_pricing: { price_side: same, use_order_book: true }, exit_pricing: { price_side: same, use_order_book: true }, exchange: { name: binance, key: , secret: , ccxt_config: {}, ccxt_async_config: {}, pair_whitelist: [BTC/USDT, ETH/USDT], pair_blacklist: [] }, pairlists: [{ method: StaticPairList }], telegram: { enabled: false }, api_server: { enabled: false }, bot_name: freqtrade, initial_state: running, force_entry_enable: true, internals: {} }结合 freqtrade/configuration/config_validation.pyJSON Schema 校验schema 位于 freqtrade/config_schema/可确认配置在加载阶段即被严格校验字段拼写错误会在启动时以ConfigurationError报出——main.py对该异常专门做了捕获并提示查阅文档。exchange节同时体现 README 提到的白名单/黑名单机制pair_whitelist/pair_blacklistpairlists数组则对应 freqtrade/plugins/pairlist/ 下的可插拔币种列表插件StaticPairList、VolumePairList 等十余种其中“动态白名单”特性即由这些插件实现。更完整的配置含合约、Futures、Telegram、API Server 全部字段及注释可查阅 config_examples/config_full.example.jsonFreqAI 场景有独立的 config_examples/config_freqai.example.json。六、Telegram RPC 远程控制README 指出 Telegram 非必需但是管理机器人的“great way”并列出核心命令。这些命令在 freqtrade/rpc/telegram.py 中通过CommandHandler逐一注册命令作用/start启动交易/stop停止交易/stopentry停止开新仓不退出已有仓位/status trade_id\|[table]查看全部或指定编号的未平仓交易/profit [n]查看近 n 天所有已平仓交易的累计利润/profit_long [n]查看近 n 天长仓已平仓交易累计利润/profit_short [n]查看近 n 天短仓已平仓交易累计利润/forceexit trade_id\|all立即退出指定交易忽略minimum_roi/fx trade_id\|all/forceexit的别名/performance按交易对分组展示各已平仓交易绩效/balance按币种展示账户余额/daily n展示近 n 天每日盈亏/help显示帮助/version显示版本源码印证了一个实用细节/fx之所以是/forceexit的别名是因为 freqtrade/rpc/telegram.py 中注册为CommandHandler([forcesell, forceexit, fx], self._force_exit)——同一个处理函数挂了三个命令名。完整的命令列表与配置说明见 docs/telegram-usage.md。七、开发分支模型与支持渠道README 明确了项目的分支模型使用源码时必须注意develop新功能分支可能包含破坏性变更维护者会尽量保持其稳定所有 PR 必须针对develop提交而非stablestable最新稳定发布分支经过较充分测试feat/*正在重点开发的功能分支除非要测试特定功能请勿使用。当前仓库develop分支的版本号为2026.9-dev见 freqtrade/init.py印证了开发分支处于活跃迭代状态。支持与协作渠道方面README 原文问题咨询与社区交流建议加入 Freqtrade 官方 Discord 服务器Bug 应先搜索 issue tracker未报告过再按模板新建 issue并在问题解决后跟进标记功能请求应先搜索是否已讨论避免与 bug 报告混杂贡献代码前请阅读 CONTRIBUTING.md 了解要求——不写代码也可以贡献例如完善文档带good first issue标签的 issue 适合首次贡献者在开始任何重大新功能前请先开 issue 说明计划或到 Discord 的 #dev 频道沟通。八、部署环境与软硬件要求README 的 Requirements 章节给出了三条部署要求逐条展开8.1 时钟必须精确NTP 同步时钟必须准确且高频同步到 NTP 服务器否则会导致与交易所通信出问题。这一要求在加密交易所 API 中尤为关键多数所如 Binance会拒绝时间戳偏移过大的请求签名从源码结构看freqtrade/exchange/exchange.py 的下单/查询流程依赖 ccxt 客户端携带的本地时间签名时钟漂移会直接造成AuthenticationError。8.2 最低硬件要求官方推荐云上实例最低配置为2GB RAM、1GB 磁盘空间、2 vCPU。8.3 软件依赖README 列出的清单与 requirements.txt 完全对应依赖说明Python 3.11freqtrade/main.py 硬性检查pip / git包管理与代码获取TA-Lib技术指标库requirements.txt 锁定ta-lib0.7.1pyproject.toml 约束TA-Lib0.8virtualenv推荐虚拟环境隔离Docker推荐容器化部署见 docker/ 目录下的多份 Dockerfile含 FreqAI、Jupyter 等变体核心运行时依赖还包括ccxt4.5.76交易所 API 统一层、SQLAlchemy2.0.52SQLite 持久化、numpy2.4.6、pandas3.0.5、python-telegram-bot22.8Telegram 集成、fastapi/uvicornAPI Server均可在 requirements.txt 中核对确切版本。九、仓库结构速览与延伸阅读以 README 为主线的各主题在仓库中可继续深挖的入口命令定义freqtrade/commands/arguments.py为子命令注册中枢交易所适配freqtrade/exchange/、freqtrade/ft_types/valid_exchanges_type.py机器人主循环freqtrade/freqtradebot.py回测引擎freqtrade/optimize/backtesting.py策略接口freqtrade/strategy/interface.py、示例策略 freqtrade/templates/sample_strategy.pyFreqAIdocs/freqai.md 与 freqtrade/freqai/测试套件tests/exchange/、freqtradebot/、optimize/等子目录覆盖上述各模块小结Freqtrade 的价值主张可以概括为三层运行层Python 3.11、SQLite 持久化、Dry-run 优先、Docker 推荐的部署模型、研究层完整的 34 个子命令覆盖数据、回测、Hyperopt、FreqAI 与策略偏差检查、控制层Telegram 命令与 WebUI 双通道管理。其“支持交易所”的表述在源码中落实为类型注册表加逐所适配类的双层结构其“安全优先”的表述则落实为dry_run默认开启、配置强校验、以及要求先读源码的明确免责声明。按照本文第三至第八节的路径核对目标交易所支持状态、命令用法与硬件依赖后即可进入 docs/installation.md 完成实际部署。【免费下载链接】freqtradeFree, open source crypto trading bot项目地址: https://gitcode.com/GitHub_Trending/fr/freqtrade创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Freqtrade 技术实战指南：交易所支持、核心命令与 Python 加密交易机器人部署要点
Freqtrade 技术实战指南交易所支持、核心命令与 Python 加密交易机器人部署要点【免费下载链接】freqtradeFree, open source crypto trading bot项目地址: https://gitcode.com/GitHub_Trending/fr/freqtradeFreqtrade 是一个用 Python 编写的免费开源加密货币交易机器人支持主流交易所并可通过 Telegram 或 WebUI 管理内置回测Backtesting、绘图、资金管理和基于机器学习的策略优化能力。本文基于仓库根目录的 README.md 完整展开并结合freqtrade/源码逐层印证其命令体系、交易所适配机制、配置结构与运行环境要求读完后可掌握如何评估 Freqtrade 对目标交易所的支持能力、如何正确使用其全部 CLI 子命令、如何理解示例配置的关键字段以及如何按最低要求完成部署。一、项目定位与核心特性README 将 Freqtrade 定义为“Free, open source crypto trading bot”其特性清单与仓库实际实现一一对应特性源码佐证基于 Python 3.11支持 Windows/macOS/Linuxfreqtrade/main.py 在入口处显式检查sys.version_info (3, 11)并退出pyproject.toml 声明requires-python 3.11且 classifier 覆盖 3.11–3.14持久化Persistence通过 SQLite 实现freqtrade/persistence/trade_model.py 基于 SQLAlchemy ORM 建模交易记录SQLite 为默认存储后端Dry-run 模式不花真钱运行机器人config_examples/config_binance.example.json 中dry_run: true为默认值Backtesting 回测freqtrade/optimize/backtesting.py 实现回测主逻辑机器学习优化策略参数Hyperoptfreqtrade/optimize/hyperopt/ 目录基于真实交易所数据FreqAI 自适应预测建模自适应机器学习自训练freqtrade/freqai/ 完整子包含 LightGBM/XGBoost/PyTorch/RL 等模型白名单/黑名单币种选择配置文件exchange.pair_whitelist/pair_blacklist字段见 config_examples/config_binance.example.json内置 WebUIFreqUIfreqtrade/rpc/api_server/ 提供 FastAPI 服务install-ui子命令负责安装 FreqUITelegram 管理freqtrade/rpc/telegram.py 注册了 76 个处理函数以法币显示盈亏、绩效状态报告freqtrade/rpc/fiat_convert.py 通过 pycoingecko 做法币换算从源码结构看机器人主循环封装在 freqtrade/freqtradebot.py 的FreqtradeBot类L74 起中它是连接策略、交易所、钱包与 RPC 通知的中心组件。二、免责声明与风险认知README 用独立的 Disclaimer 章节强调了三条硬性原则这是使用本项目前必须理解的前提软件仅用于教育目的作者及关联方对交易结果不承担任何责任使用风险自负始终先以 Dry-Run 模式运行在充分理解机器人机制、明确预期盈亏之前不要投入真实资金强烈要求使用者具备编程与 Python 知识应主动阅读源码理解机器人机制。这与代码中的默认行为一致示例配置中dry_run默认为true即“先模拟、后实盘”被写进了产品默认值而非仅停留在文档建议层面。三、支持的交易所以及适配机制3.1 支持的现货Spot交易所Binance、BingX、Bitget、Bybit EU、Bybit、Gate EU、Gate、HTX、Hyperliquid去中心化交易所 DEX、Kraken、MyOKXOKX EEA、OKX此外README 指出“potentially many others”——任何 ccxt 支持的交易所理论上可用但官方不保证其一定工作3.2 支持的合约Futures交易所Binance、Bitget、Bybit、Gate、HyperliquidDEX、Kraken、OKX。README 明确要求在接触杠杆交易前阅读交易所专属说明与杠杆交易文档对应仓库内 docs/exchanges.md 与 docs/leverage.md。3.3 社区验证过的交易所Bitvavo、KuCoin由社区确认可用非官方支持范围。3.4 源码层面的交易所适配从源码结构看README 的这张清单在代码中有两层体现交易所类型注册表freqtrade/ft_types/valid_exchanges_type.py 定义了ValidExchangesTypeTypedDict每条记录含name、classname对应的 ccxt 类、valid、supported、comment、dex是否为去中心化交易所、trade_modes现货/杠杆/合约等交易模式等字段并供list-exchanges子命令输出交易所类解析freqtrade/resolvers/exchange_resolver.py 的load_exchange方法根据配置中的exchange.name解析出对应类基础实现位于 freqtrade/exchange/exchange.py各所差异则由 freqtrade/exchange/ 下的具体子类承担如binance.py、bybit.py、okx.py、kraken.py、hyperliquid.py等文件与 README 清单逐一对应。这意味着“支持”并非泛泛的 ccxt 兼容而是经过项目维护者验证并针对各所特性做了专门适配例如杠杆层级数据 freqtrade/exchange/binance_leverage_tiers.json。选择交易所后可用freqtrade list-exchanges命令查看当前版本中各所及其交易模式的实时支持状态。四、CLI 命令体系Basic Usage 全解README 的 Basic Usage 给出了完整的freqtrade命令帮助输出。从源码看这些子命令并非硬编码在main中而是由 freqtrade/commands/arguments.py 的_build_subcommands方法统一构建先创建共享的“Common arguments”与“Strategy arguments”参数组再通过subparsers.add_parser(...)为每个子命令注册入口函数set_defaults(funcstart_trading)等最后由 freqtrade/main.py 取出解析到的func并调用。若不带子命令直接运行程序会抛出OperationalException提示必须指定子命令并引导用户执行freqtrade trade [options...]。以下按功能域继承 README 的完整命令清单共 34 个子命令4.1 交易与日常运行命令说明trade交易模块实盘/Dry-run 主入口实际行为取决于配置中dry_run值webserverWebserver 模块启动 API 服务show-trades查看交易记录install-ui安装 FreqUI 前端4.2 项目脚手架与配置命令说明create-userdir创建 user-data 目录策略、数据、日志的存放根new-config交互式创建新配置文件show-config显示解析后的最终配置new-strategy创建新策略文件strategy-updater将过时的策略文件升级到当前版本convert-db迁移数据库到其他系统4.3 数据管理命令说明download-data下载回测/历史 K 线数据convert-data在 OHLCV 数据的不同格式间转换convert-trade-data在逐笔交易Trades数据格式间转换trades-to-ohlcv将逐笔交易数据聚合为 OHLCV 数据list-data列出已下载的数据list-timeframes打印交易所支持的周期list-pairs打印交易所上的交易对list-markets打印交易所市场信息list-exchanges打印可用交易所4.4 回测与策略研究命令说明backtesting回测模块backtesting-show展示历史回测结果backtesting-analysis回测分析模块edgeEdge 模块基于风险的仓位建议hyperopt超参优化模块用真实交易所数据优化买卖策略参数hyperopt-list/hyperopt-show列出/展示超参优化结果详情list-hyperoptloss打印可用的超参优化损失函数list-freqaimodels打印可用的 FreqAI 模型lookahead-analysis检查策略是否存在前视偏差look-ahead biasrecursive-analysis检查策略是否存在递归公式问题这些“研究类”子命令的实现入口可在 freqtrade/commands/ 目录中找到例如data_commands.py数据命令、optimize_commands.py回测命令、analyze_commands.py偏差分析命令lookahead-analysis与recursive-analysis的具体逻辑分别位于 freqtrade/optimize/analysis/lookahead.py 与 freqtrade/optimize/analysis/recursive.py它们会静态检查策略代码帮助在回测前发现“未来函数”类错误——这是策略研究流程中容易被忽视但价值很高的一环。4.5 其他命令说明list-strategies打印可用策略test-pairlist测试你的 pairlist 配置plot-dataframe绘制带指标的 K 线图plot-profit生成收益曲线图test-pairlist校验币种列表插件配置是否生效README 中给出的全局参数只有两个-h/--help显示帮助与-V/--version显示版本号。版本信息打印由 freqtrade/system/version_info.py 承担。五、配置结构与快速上手README 的 Quick start 部分指引快速上手参考 Docker Quickstart 文档对应 docs/docker_quickstart.md仓库提供 Dockerfile 与 docker-compose.yml本地原生安装参考 docs/installation.md配合仓库根目录的 setup.sh / setup.ps1。配置是 Freqtrade 的运行核心。以 config_examples/config_binance.example.json 为例其顶层字段结构与 README 特性清单直接对应{ max_open_trades: 1, stake_currency: USDT, stake_amount: 100, tradable_balance_ratio: 0.99, fiat_display_currency: USD, timeframe: 5m, dry_run: true, cancel_open_orders_on_exit: false, unfilledtimeout: { entry: 10, exit: 10, exit_timeout_count: 0 }, entry_pricing: { price_side: same, use_order_book: true }, exit_pricing: { price_side: same, use_order_book: true }, exchange: { name: binance, key: , secret: , ccxt_config: {}, ccxt_async_config: {}, pair_whitelist: [BTC/USDT, ETH/USDT], pair_blacklist: [] }, pairlists: [{ method: StaticPairList }], telegram: { enabled: false }, api_server: { enabled: false }, bot_name: freqtrade, initial_state: running, force_entry_enable: true, internals: {} }结合 freqtrade/configuration/config_validation.pyJSON Schema 校验schema 位于 freqtrade/config_schema/可确认配置在加载阶段即被严格校验字段拼写错误会在启动时以ConfigurationError报出——main.py对该异常专门做了捕获并提示查阅文档。exchange节同时体现 README 提到的白名单/黑名单机制pair_whitelist/pair_blacklistpairlists数组则对应 freqtrade/plugins/pairlist/ 下的可插拔币种列表插件StaticPairList、VolumePairList 等十余种其中“动态白名单”特性即由这些插件实现。更完整的配置含合约、Futures、Telegram、API Server 全部字段及注释可查阅 config_examples/config_full.example.jsonFreqAI 场景有独立的 config_examples/config_freqai.example.json。六、Telegram RPC 远程控制README 指出 Telegram 非必需但是管理机器人的“great way”并列出核心命令。这些命令在 freqtrade/rpc/telegram.py 中通过CommandHandler逐一注册命令作用/start启动交易/stop停止交易/stopentry停止开新仓不退出已有仓位/status trade_id\|[table]查看全部或指定编号的未平仓交易/profit [n]查看近 n 天所有已平仓交易的累计利润/profit_long [n]查看近 n 天长仓已平仓交易累计利润/profit_short [n]查看近 n 天短仓已平仓交易累计利润/forceexit trade_id\|all立即退出指定交易忽略minimum_roi/fx trade_id\|all/forceexit的别名/performance按交易对分组展示各已平仓交易绩效/balance按币种展示账户余额/daily n展示近 n 天每日盈亏/help显示帮助/version显示版本源码印证了一个实用细节/fx之所以是/forceexit的别名是因为 freqtrade/rpc/telegram.py 中注册为CommandHandler([forcesell, forceexit, fx], self._force_exit)——同一个处理函数挂了三个命令名。完整的命令列表与配置说明见 docs/telegram-usage.md。七、开发分支模型与支持渠道README 明确了项目的分支模型使用源码时必须注意develop新功能分支可能包含破坏性变更维护者会尽量保持其稳定所有 PR 必须针对develop提交而非stablestable最新稳定发布分支经过较充分测试feat/*正在重点开发的功能分支除非要测试特定功能请勿使用。当前仓库develop分支的版本号为2026.9-dev见 freqtrade/init.py印证了开发分支处于活跃迭代状态。支持与协作渠道方面README 原文问题咨询与社区交流建议加入 Freqtrade 官方 Discord 服务器Bug 应先搜索 issue tracker未报告过再按模板新建 issue并在问题解决后跟进标记功能请求应先搜索是否已讨论避免与 bug 报告混杂贡献代码前请阅读 CONTRIBUTING.md 了解要求——不写代码也可以贡献例如完善文档带good first issue标签的 issue 适合首次贡献者在开始任何重大新功能前请先开 issue 说明计划或到 Discord 的 #dev 频道沟通。八、部署环境与软硬件要求README 的 Requirements 章节给出了三条部署要求逐条展开8.1 时钟必须精确NTP 同步时钟必须准确且高频同步到 NTP 服务器否则会导致与交易所通信出问题。这一要求在加密交易所 API 中尤为关键多数所如 Binance会拒绝时间戳偏移过大的请求签名从源码结构看freqtrade/exchange/exchange.py 的下单/查询流程依赖 ccxt 客户端携带的本地时间签名时钟漂移会直接造成AuthenticationError。8.2 最低硬件要求官方推荐云上实例最低配置为2GB RAM、1GB 磁盘空间、2 vCPU。8.3 软件依赖README 列出的清单与 requirements.txt 完全对应依赖说明Python 3.11freqtrade/main.py 硬性检查pip / git包管理与代码获取TA-Lib技术指标库requirements.txt 锁定ta-lib0.7.1pyproject.toml 约束TA-Lib0.8virtualenv推荐虚拟环境隔离Docker推荐容器化部署见 docker/ 目录下的多份 Dockerfile含 FreqAI、Jupyter 等变体核心运行时依赖还包括ccxt4.5.76交易所 API 统一层、SQLAlchemy2.0.52SQLite 持久化、numpy2.4.6、pandas3.0.5、python-telegram-bot22.8Telegram 集成、fastapi/uvicornAPI Server均可在 requirements.txt 中核对确切版本。九、仓库结构速览与延伸阅读以 README 为主线的各主题在仓库中可继续深挖的入口命令定义freqtrade/commands/arguments.py为子命令注册中枢交易所适配freqtrade/exchange/、freqtrade/ft_types/valid_exchanges_type.py机器人主循环freqtrade/freqtradebot.py回测引擎freqtrade/optimize/backtesting.py策略接口freqtrade/strategy/interface.py、示例策略 freqtrade/templates/sample_strategy.pyFreqAIdocs/freqai.md 与 freqtrade/freqai/测试套件tests/exchange/、freqtradebot/、optimize/等子目录覆盖上述各模块小结Freqtrade 的价值主张可以概括为三层运行层Python 3.11、SQLite 持久化、Dry-run 优先、Docker 推荐的部署模型、研究层完整的 34 个子命令覆盖数据、回测、Hyperopt、FreqAI 与策略偏差检查、控制层Telegram 命令与 WebUI 双通道管理。其“支持交易所”的表述在源码中落实为类型注册表加逐所适配类的双层结构其“安全优先”的表述则落实为dry_run默认开启、配置强校验、以及要求先读源码的明确免责声明。按照本文第三至第八节的路径核对目标交易所支持状态、命令用法与硬件依赖后即可进入 docs/installation.md 完成实际部署。【免费下载链接】freqtradeFree, open source crypto trading bot项目地址: https://gitcode.com/GitHub_Trending/fr/freqtrade创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考