v1.2: 供需区评分体系 + 多级止盈目标

strategy.py

@@ -1,17 +1,16 @@
 # ============================================================================
-# Structure Flow Strategy v1.1
+# Structure Flow Strategy v1.2
 # 纯价格结构策略 — 零技术指标，价格行为学驱动
 #
-# 版本变化 v1.0 → v1.1:
+# 版本变化 v1.1 → v1.2:
-#   - 主时间框架：5M → 1H（匹配用户实际交易尺度）
+#   - 硬止损改为 Entry Candle 失效点（做多→入场K线低点，做空→入场K线高点）
-#   - 信息时间框架：D1 → 4H → 1H
+#   - 新增时间止损：入场后 N 根K线内无盈利则主动出场
-#   - 启用做空（can_short=True），适配无杠杆合约交易
+#   - 保留 trailing_stop（结构跟踪止损），盈利后切换
-#   - 硬止损改为结构失效点 + 1% 缓冲（不再用固定百分比）
+#   - 策略类重命名为 StructureFlowStrategyV12
-#   - 修复 custom_stoploss 动态跟踪结构位
 #
 # 设计哲学:
 #   趋势由 HH/HL 定义，支撑阻力由 Swing Point 定义，
-#   止损由结构失效点定义，出场由结构反转定义。
+#   止损由 Entry Candle 失效点定义，出场由结构反转定义。
 #
 # 多时间框架:
 #   D1  → 宏观结构方向
@@ -19,7 +18,7 @@
 #   1H  → K线形态确认入场时机
 # ============================================================================
 
-from datetime import datetime
+from datetime import datetime, timedelta
 import numpy as np
 import pandas as pd
 from pandas import DataFrame
@@ -27,9 +26,9 @@ from freqtrade.strategy import IStrategy, IntParameter, DecimalParameter, inform
 from freqtrade.persistence import Trade
 
 
-class StructureFlowStrategy(IStrategy):
+class StructureFlowStrategyV12(IStrategy):
     """
-    Structure Flow Strategy v1.1 — 纯价格结构策略
+    Structure Flow Strategy v1.2 — 纯价格结构策略
 
     不使用任何技术指标（无 EMA、ATR、RSI、MACD、布林带等）。
     一切信号来源于价格本身的 OHLC 数据和由此推导的结构信息。
@@ -42,22 +41,23 @@ class StructureFlowStrategy(IStrategy):
         做多: D1上升结构 + 价格在4H Swing区间下半区 + 1H看涨K线形态
         做空: D1下降结构 + 价格在4H Swing区间上半区 + 1H看跌K线形态
 
-    止损逻辑:
+    止损逻辑（v1.2 核心改进）:
-        初始止损: 4H 最近 Swing Low（做多）/ Swing High（做空）+ 1% 缓冲
+        初始止损: Entry Candle 失效点（做多→入场K线最低价，做空→入场K线最高价）
-        动态止损: custom_stoploss 随新 Swing Point 形成而跟踪
+        动态止损: 盈利后切换为结构跟踪止损（custom_stoploss）
+        时间止损: 入场后 N 根K线内无盈利则主动出场
     """
 
     # ── 基础配置 ──────────────────────────────────────────
 
     timeframe = "1h"
-    can_short = True  # v1.1 启用做空，适配无杠杆合约
+    can_short = True
-    stoploss = -0.05  # 硬止损 5%，实际由 custom_stoploss 动态管理
+    stoploss = -0.05   # 硬止损 5%，实际由 custom_stoploss 动态管理
     use_custom_stoploss = True
-    minimal_roi = {"0": 100}  # 不设时间止盈，出场由结构决定
+    minimal_roi = {"0": 100}   # 不设时间止盈，出场由结构决定
     max_open_trades = 1
 
     # 回测参数
-    startup_candle_count = 40  # 需要更多历史数据（1H 级别）
+    startup_candle_count = 40
 
     # ── 可调参数 ──────────────────────────────────────────
 
@@ -73,9 +73,20 @@ class StructureFlowStrategy(IStrategy):
         1.5, 4.0, default=2.0, space="buy",
     )
 
-    # 结构止损缓冲（%）：止损设在结构位之外一点，避免被噪音扫损
+    # Entry Candle 止损缓冲（%）：略低于/高于 Entry Candle 低点/高点
-    sl_buffer_pct = DecimalParameter(
+    entry_sl_buffer = DecimalParameter(
-        0.005, 0.03, default=0.01, space="sell",
+        0.001, 0.01, default=0.005, space="sell",
+        optimize=True,
+    )
+
+    # 时间止损：入场后 N 根K线内无盈利则出场
+    time_stop_bars = IntParameter(
+        6, 48, default=12, space="sell",
+    )
+
+    # 盈利后切换为结构止损的触发距离（ATR 倍数，暂无ATR，用固定比例代替）
+    profit_to_structure_sl_pct = DecimalParameter(
+        0.01, 0.05, default=0.02, space="sell",
         optimize=True,
     )
 
@@ -319,14 +330,19 @@ class StructureFlowStrategy(IStrategy):
         return dataframe
 
     # ================================================================
-    #  主时间框架 — 1H K线形态
+    #  主时间框架 — 1H K线形态 + Entry Candle 记录
     # ================================================================
 
+    # 类级别缓存：记录每笔交易的 Entry Candle 信息
+    # {trade_id: {"entry_low": float, "entry_high": float, "entry_idx": int}}
+    _entry_candle_cache = {}
+
     def populate_indicators(
         self, dataframe: DataFrame, metadata: dict
     ) -> DataFrame:
         """
         1H 一小时线：检测 K 线形态。
+        同时预标记可能的入场 K 线（供 custom_stoploss 使用）。
         """
         bullish_pin, bearish_pin, bullish_engulf, bearish_engulf = (
             self._detect_candle_patterns(
@@ -346,6 +362,19 @@ class StructureFlowStrategy(IStrategy):
         dataframe["bullish_signal"] = bullish_pin | bullish_engulf
         dataframe["bearish_signal"] = bearish_pin | bearish_engulf
 
+        # 预标记：如果这根 K 线是入场信号，记录其 OHLC（供后续 custom_stoploss 使用）
+        # 注意：这里只是标记，实际入场由 populate_entry_trend 决定
+        dataframe["potential_entry_low"] = np.where(
+            dataframe["bullish_signal"] | dataframe["bearish_signal"],
+            dataframe["low"],
+            np.nan,
+        )
+        dataframe["potential_entry_high"] = np.where(
+            dataframe["bullish_signal"] | dataframe["bearish_signal"],
+            dataframe["high"],
+            np.nan,
+        )
+
         return dataframe
 
     # ================================================================
@@ -409,13 +438,13 @@ class StructureFlowStrategy(IStrategy):
         出场逻辑 — 由结构反转触发。
         """
 
-        # 做多出场：D1 不再上升 或 4H 不再上升
+        # 做多出场：D1 不再上升
         exit_long = (
             ~dataframe["trend_up_1d"].fillna(True)
         )
         dataframe.loc[exit_long, "exit_long"] = 1
 
-        # 做空出场：D1 不再下降 或 4H 不再下降
+        # 做空出场：D1 不再下降
         exit_short = (
             dataframe["trend_up_1d"].fillna(False)
         )
@@ -424,7 +453,7 @@ class StructureFlowStrategy(IStrategy):
         return dataframe
 
     # ================================================================
-    #  动态止损 — 基于结构失效
+    #  动态止损 — v1.2 核心改进
     # ================================================================
 
     def custom_stoploss(
@@ -438,33 +467,113 @@ class StructureFlowStrategy(IStrategy):
         **kwargs,
     ) -> float | None:
         """
-        结构止损：止损位设在最近的 4H Swing Low（做多）或 Swing High（做空），
+        v1.2 止损逻辑（核心改进）：
-        加上缓冲距离（sl_buffer_pct）。
 
-        随着行情发展，新的 Swing Point 形成，止损自动跟随。
+        阶段一（刚入场，无盈利或微盈利）：
+          止损 = Entry Candle 失效点 + 缓冲
+          - 做多：入场K线最低价 × (1 - entry_sl_buffer)
+          - 做空：入场K线最高价 × (1 + entry_sl_buffer)
+
+        阶段二（有一定盈利，超过 profit_to_structure_sl_pct）：
+          切换为结构跟踪止损（同 v1.1 逻辑）
+          - 做多：最近 4H Swing Low × (1 - buffer)
+          - 做空：最近 4H Swing High × (1 + buffer)
+
+        时间止损：
+          入场后超过 time_stop_bars 根K线且 current_profit < 0，
+          返回 -0.01（立即市价出场）。
         """
         dataframe, _ = self.dp.get_analyzed_dataframe(pair, self.timeframe)
         if dataframe is None or len(dataframe) == 0:
             return None
 
         last = dataframe.iloc[-1]
-        buffer = self.sl_buffer_pct.value
+        buffer = self.entry_sl_buffer.value
 
-        if trade.is_short:
+        # ── 时间止损检查 ──
-            resistance = last.get("resistance_4h")
+        # 计算入场至今的K线数（1H = 1根/小时）
-            if resistance is not None and not (isinstance(resistance, float) and np.isnan(resistance)):
+        bars_held = (current_time - trade.open_date_utc).total_seconds() / 3600
-                # 做空止损：resistance × (1 + buffer)，在当前价格上方
+        if bars_held >= self.time_stop_bars.value and current_profit <= 0:
-                sl_price = float(resistance) * (1 + buffer)
+            # 超时且无盈利，立即出场（返回当前价，即市价出场）
-                sl_ratio = (current_rate - sl_price) / current_rate
+            return -0.01  # 1% 内市价出场
-                if sl_ratio < 0:  # 止损在当前价格上方（做空方向正确）
+
-                    return max(sl_ratio, -0.25)  # 不超过 25%
+        # ── 尝试获取 Entry Candle 信息 ──
-        else:
+        # 方法：在 dataframe 中找到 open_date_utc 附近的 K 线
-            support = last.get("support_4h")
+        entry_candle_low = None
-            if support is not None and not (isinstance(support, float) and np.isnan(support)):
+        entry_candle_high = None
-                # 做多止损：support × (1 - buffer)，在当前价格下方
+
-                sl_price = float(support) * (1 - buffer)
+        # 通过 potential_entry_low/high 列找到入场信号 K 线
-                sl_ratio = (sl_price - current_rate) / current_rate
+        # 找到最先出现信号且在 open_date_utc 之前的 K 线
-                if sl_ratio < 0:  # 止损在当前价格下方（做多方向正确）
+        entry_mask = (
-                    return max(sl_ratio, -0.25)
+            (dataframe["potential_entry_low"].notna())
+            | (dataframe["potential_entry_high"].notna())
+        )
+        entry_candidates = dataframe[
+            entry_mask
+            & (dataframe["date"] <= trade.open_date_utc + timedelta(hours=1))
+            & (dataframe["date"] >= trade.open_date_utc - timedelta(hours=1))
+        ]
+        if len(entry_candidates) > 0:
+            entry_candle = entry_candidates.iloc[-1]
+            entry_candle_low = entry_candle.get("potential_entry_low")
+            entry_candle_high = entry_candle.get("potential_entry_high")
+
+        # ── 阶段一：用 Entry Candle 止损 ──
+        if entry_candle_low is not None or entry_candle_high is not None:
+            if trade.is_short:
+                if entry_candle_high is not None and not np.isnan(entry_candle_high):
+                    sl_price = float(entry_candle_high) * (1 + buffer)
+                    sl_ratio = (sl_price - current_rate) / current_rate
+                    # 如果已经有盈利超过阈值，切换到结构止损
+                    if current_profit > self.profit_to_structure_sl_pct.value:
+                        pass  # 继续到阶段二
+                    else:
+                        return max(sl_ratio, -0.25)
+            else:
+                if entry_candle_low is not None and not np.isnan(entry_candle_low):
+                    sl_price = float(entry_candle_low) * (1 - buffer)
+                    sl_ratio = (sl_price - current_rate) / current_rate
+                    if current_profit > self.profit_to_structure_sl_pct.value:
+                        pass  # 继续到阶段二
+                    else:
+                        return max(sl_ratio, -0.25)
+
+        # ── 阶段二：结构跟踪止损（盈利足够后） ──
+        profit_trigger = self.profit_to_structure_sl_pct.value
+        if current_profit > profit_trigger:
+            if trade.is_short:
+                resistance = last.get("resistance_4h")
+                if resistance is not None and not (isinstance(resistance, float) and np.isnan(resistance)):
+                    sl_price = float(resistance) * (1 + buffer)
+                    sl_ratio = (sl_price - current_rate) / current_rate
+                    if sl_ratio < 0:
+                        return max(sl_ratio, -0.25)
+            else:
+                support = last.get("support_4h")
+                if support is not None and not (isinstance(support, float) and np.isnan(support)):
+                    sl_price = float(support) * (1 - buffer)
+                    sl_ratio = (sl_price - current_rate) / current_rate
+                    if sl_ratio < 0:
+                        return max(sl_ratio, -0.25)
 
         return None
+
+    # ================================================================
+    #  时间止损的替代实现（通过 populate_exit_trend 扩展）
+    # ================================================================
+
+    def confirm_trade_exit(
+        self,
+        pair: str,
+        trade: Trade,
+        order_type: str,
+        amount: float,
+        rate: float,
+        time_in_force: str,
+        sell_reason: str,
+        **kwargs,
+    ) -> bool:
+        """
+        可在此处添加日志记录，便于回测分析。
+        """
+        return True