20 KiB
20 KiB
StructureFlowStrategy v1.6 — 完整策略解析文档
写给自己看的版本，在下一次优化开始前彻底搞清楚这 436 行代码在做什么。
一、策略大纲
这是一个纯价格行为策略，零指标（没有 MACD、RSI、布林带……），只用 K 线结构做决策。
核心思想只有一句话：
在大趋势方向上，找到有效的支撑/阻力位，等价格出现反转形态信号时入场，让市场结构自动追踪止损。
三层时间框架，各司其职：
D1（日线） → 判断方向：现在是涨势还是跌势？
4H（四小时）→ 找位置：支撑/阻力在哪里？价格在需求区还是供给区？
1H（一小时）→ 找时机：此时此刻有没有反转信号？
二、整体代码结构图
StructureFlowStrategyV16
│
├── 工具函数（静态方法）
│ ├── _detect_swing_points() ← 找 Swing High / Swing Low
│ ├── _build_structure() ← 分析结构：趋势、支撑、阻力、供需区
│ └── _detect_candle_patterns() ← 识别 K 线形态：Pin Bar、吞没
│
├── 指标计算（按时间框架）
│ ├── populate_indicators_1d() ← D1：计算日线趋势方向
│ ├── populate_indicators_4h() ← 4H：计算中期结构 + 活支撑/阻力（v1.6新增）
│ └── populate_indicators() ← 1H：识别 K 线形态
│
├── 信号逻辑
│ ├── populate_entry_trend() ← 入场条件（6个条件全满足才进）
│ └── populate_exit_trend() ← 出场条件（D1 趋势反转时退出）
│
└── 动态止损
└── custom_stoploss() ← 基于 4H Swing Point 的结构止损
三、基础参数说明
can_short = True # 允许做空（合约模式）
stoploss = -0.15 # 兜底止损：最大允许亏损 15%（custom_stoploss 的安全边界）
use_custom_stoploss = True # 启用自定义止损逻辑
minimal_roi = {"0": 100} # 关闭固定止盈（100 = 永不触发）
max_open_trades = 1 # 同时最多 1 笔交易（专注单品种）
timeframe = "1h" # 主时间框架：1小时
关于 stoploss = -0.15 和 custom_stoploss 的关系：
custom_stoploss是每根 K 线都会调用的动态止损逻辑-0.15是硬边界：即使custom_stoploss返回了一个更宽的止损，freqtrade 也会把它截断到 -15%- 这两个是"主控 + 保险"的关系，不是矛盾的
四、可优化参数
swing_lookback_d1 = IntParameter(8, 14, default=10, space="buy")
# D1 识别 Swing Point 的回溯窗口：10 意味着一个高点必须是
# 左侧 10 根日线和右侧 10 根日线里的最高点，才算 Swing High。
# 数字越大 → Swing Point 越稀疏越重要
# 数字越小 → Swing Point 越密集越灵敏
swing_lookback_h4 = IntParameter(5, 10, default=8, space="buy")
# 4H 级别的 Swing Point 回溯窗口，逻辑同上
pin_bar_wick_ratio = IntParameter(50, 70, default=60, space="buy")
# Pin Bar 识别阈值：影线占整根 K 线的比例
# 60 表示 "影线占比 > 60% 才算 Pin Bar"
# 数字越大 → 只认最标准的 Pin Bar（更严格）
# 数字越小 → 稍微有点影线就算（更宽松）
max_stop_dist = IntParameter(20, 50, default=50, space="buy")
# 止损距离上限：入场价到支撑位的距离不能超过 50%
# 防止"支撑位太远、止损太大"的情况
# 实际上 default=50 几乎不过滤（等于没有限制）
cooldown_bars = IntParameter(3, 12, default=6, space="buy")
# v1.6 新增：冷却期（单位：1H K 线根数）
# 6 表示：上一个同方向信号出现后，6 小时内不再产生新信号
五、工具函数详解
5.1 _detect_swing_points() — 找摆动高低点
for i in range(window, n - window):
# 条件：第 i 根的 high > 左边 window 根的最高 AND > 右边 window 根的最高
if high[i] > high[i-window:i].max() and high[i] > high[i+1:i+window+1].max():
sh[i] = high[i] # 这是一个 Swing High
# 对称的逻辑找 Swing Low
if low[i] < low[i-window:i].min() and low[i] < low[i+1:i+window+1].min():
sl[i] = low[i] # 这是一个 Swing Low
视觉理解：
▲ Swing High（左右各 window 根都是低点）
/|\
/ | \
───────────────/ | \───────────
重要细节： range(window, n - window) 意味着最后 window 根 K 线无法被识别为 Swing Point（因为需要看右边的数据）。这在实盘中意味着最近的高低点要滞后 window 根才被确认。
5.2 _build_structure() — 分析市场结构
这个函数是整个策略的大脑，逐根 K 线地维护 5 个状态：
（1）趋势判断
# 记录最近 4 个 Swing High 和 4 个 Swing Low
sh_prices = [] # 最多保留 4 个
sl_prices = []
# 趋势判断逻辑（HH/HL vs LH/LL）
if sh_prices[-1] > sh_prices[-2] and sl_prices[-1] > sl_prices[-2]:
trend_up = True # HH (Higher High) + HL (Higher Low) = 上升趋势
elif sh_prices[-1] < sh_prices[-2] and sl_prices[-1] < sl_prices[-2]:
trend_down = True # LH (Lower High) + LL (Lower Low) = 下降趋势
else:
# 结构不明确时，继承上一根的趋势（趋势具有惯性）
trend_up[i] = trend_up[i-1]
trend_down[i] = trend_down[i-1]
这就是价格行为学的核心：
- 上升趋势 = Higher High + Higher Low（HH + HL）
- 下降趋势 = Lower High + Lower Low（LH + LL）
（2）最近支撑/阻力
nearest_support[i] = sl_prices[-1] # 最近的 Swing Low = 支撑
nearest_resistance[i] = sh_prices[-1] # 最近的 Swing High = 阻力
注意： 这里直接取最后一个 Swing Low 作为支撑，没有考虑位置关系（支撑可能在当前价格之上）。这是一个潜在的逻辑弱点，后续优化可以考虑。
（3）供需区划分
zone_range = resistance - support
pos_pct = (close - support) / zone_range
in_demand_zone = pos_pct < 0.35 # 价格在 support↔resistance 区间的底部 35%
in_supply_zone = pos_pct > 0.65 # 价格在 support↔resistance 区间的顶部 35%
视觉理解：
┌─────────────────────────────────┐
│ resistance ────────────────── │
│ 供给区（Supply Zone, >65%） │ ← 做空区域
│ ─────────────────────────── 65%│
│ │
│ 中间区（35%~65%） │ ← 不入场
│ │
│ ─────────────────────────── 35%│
│ 需求区（Demand Zone, <35%） │ ← 做多区域
│ support ──────────────────── │
└─────────────────────────────────┘
5.3 _detect_candle_patterns() — K 线形态识别
Pin Bar（Pin 柱/别针 K 线）
body = abs(close - open_) # 实体大小
total_range = high - low # 整根 K 线的范围
upper_wick = high - max(close, open_) # 上影线长度
lower_wick = min(close, open_) - low # 下影线长度
is_pin = (upper_wick + lower_wick) / total_range > pin_bar_wick_ratio
# 当影线占比 > 60%，才算 Pin Bar
# 看涨 Pin Bar：阳线 + 下影线 > 上影线（价格被撑住了）
bullish_pin = is_pin & (close > open_) & (lower_wick > upper_wick)
# 看跌 Pin Bar：阴线 + 上影线 > 下影线（价格被压下来了）
bearish_pin = is_pin & (close < open_) & (upper_wick > lower_wick)
视觉理解：
看涨 Pin Bar 看跌 Pin Bar
│ ██████
│ │
███ │
│ │
███████ ███████
│
███████
吞没形态（Engulfing）
# 看涨吞没：阳线，收盘 > 前根开盘，开盘 < 前根收盘
bullish_engulf = (close > prev_open) & (open_ < prev_close) & (close > open_)
# 看跌吞没：阴线，收盘 < 前根开盘，开盘 > 前根收盘
bearish_engulf = (close < prev_open) & (open_ > prev_close) & (close < open_)
六、时间框架指标详解
6.1 D1 日线（populate_indicators_1d）
只做一件事：确定宏观趋势方向
trend_up_1d = True→ 日线是上升趋势（HH + HL）trend_down_1d = True→ 日线是下降趋势（LH + LL）
回溯窗口 swing_lookback_d1 = 10，意味着确认一个日线 Swing Point 需要左右各 10 天，合计 20 天。这是有意为之——日线趋势应该稳定，不应该频繁切换。
6.2 4H 四小时（populate_indicators_4h）
做五件事：
trend_up_4h/trend_down_4h：4H 中期趋势（与 D1 配合，双重确认）support_4h：最近的 4H Swing Low（止损基准点）resistance_4h：最近的 4H Swing High（做空止损基准点）in_demand_4h：当前 1H 价格是否在 4H 需求区（做多区域）in_supply_4h：当前 1H 价格是否在 4H 供给区（做空区域）
v1.6 新增：活支撑/阻力判断
# 支撑"活"的判断：
# 条件1：最近某根 4H K 线的 low，触及 support ± 0.5% 的范围
touched_support = (low <= support * 1.005) & (low >= support * 0.995)
# 条件2：那根 K 线的收盘价在 support 之上（撑住了，没跌穿）
held_support = close > support
# 两个条件都满足，才算"一次有效测试"
support_tested_and_held = touched_support & held_support
# 在最近 3 根 4H K 线内，至少发生过一次有效测试 → 支撑是"活"的
dataframe["support_alive"] = support_tested_and_held.rolling(3, min_periods=1).max() > 0
为什么要"活支撑"？
"死支撑"是指那些很久以前的 Swing Low，现在价格距离它很远，支撑位已经失效。例如：
3个月前的 Swing Low = 1500 美元（支撑）
但价格从那之后一直在 2000-2500 之间波动，从未回测过 1500
→ 1500 的支撑已经是"死"的，在那里做多没有意义
v1.6 要求：支撑必须是最近 3 根 4H K 线内有价格来测试过的，才算有效。
"活支撑" 的问题（客观评价）：
rolling(3)= 最近 12 小时（3 × 4H）内测试过- 这个窗口是否合适？12 小时可能太短，也可能太长
- 是未来优化的方向之一
6.3 1H 一小时（populate_indicators）
只做一件事：识别 K 线反转形态
dataframe["bullish_signal"] = bullish_pin | bullish_engulf # 两种看涨形态满足任一
dataframe["bearish_signal"] = bearish_pin | bearish_engulf # 两种看跌形态满足任一
NaN 安全处理：
由于不同时间框架的数据合并（D1、4H → 1H）会产生空值，这里统一对布尔列做 fillna(False)，防止 True & NaN = NaN 导致信号丢失。
七、入场逻辑详解
做多条件（6 个条件全部满足）
long_base = (
dataframe["trend_up_1d"] # 条件1：日线是上升趋势
& dataframe["in_demand_4h"] # 条件2：当前价格在 4H 需求区（支撑附近）
& dataframe["bullish_signal"] # 条件3：1H 出现看涨 K 线形态
& (long_stop_dist <= max_dist) # 条件4：止损距离 ≤ 50%（几乎不过滤）
& (long_stop_dist > 0.003) # 条件5：止损距离 > 0.3%（防止支撑=开盘价）
)
long_base = long_base & dataframe["support_alive_4h"] # 条件6：支撑是"活"的 [v1.6]
long_recent = long_base.rolling(cooldown).max().shift(1) == 0 # 冷却期过滤 [v1.6]
long_conditions = long_base & long_recent
条件5 的意义： long_stop_dist > 0.003 防止"支撑位和开盘价几乎相同"的情况，那样止损太近，任何正常波动都会触发。
冷却期的工作原理
# long_base 是"条件1-6都满足"的信号（不含冷却）
# rolling(6).max() → 过去6根1H bar内，是否有过满足条件的信号（1=有，0=没有）
# .shift(1) → 往后移一格，避免当前这根K线跟自己比较
# == 0 → 只有"过去6小时内没有信号"时，才允许当前入场
long_recent = long_base.rolling(cooldown, min_periods=1).max().shift(1) == 0
视觉理解（cooldown=6）：
时间 → 1h 2h 3h 4h 5h 6h 7h 8h 9h 10h
信号 ✓ ✓
冷却期 ←── 6小时冷却 ──→
允许入场 ✓ ✓ （第10小时重新可以入场）
做空条件（对称）
short_base = (
dataframe["trend_down_1d"] # 条件1：日线是下降趋势
& dataframe["in_supply_4h"] # 条件2：价格在 4H 供给区（阻力附近）
& dataframe["bearish_signal"] # 条件3：1H 出现看跌 K 线形态
& (short_stop_dist <= max_dist) # 条件4：止损距离合理
& (short_stop_dist > 0.003) # 条件5：止损距离不为零
)
short_base = short_base & dataframe["resistance_alive_4h"] # 条件6：阻力是"活"的
八、出场逻辑详解
exit_long = ~dataframe["trend_up_1d"].fillna(True) # 当 D1 趋势不再上升时平多
exit_short = dataframe["trend_up_1d"].fillna(False) # 当 D1 趋势转为上升时平空
这个逻辑非常简单，也非常粗糙：
- 只有 D1 趋势反转时才触发出场信号
- D1 趋势需要明确的 HH+HL 或 LH+LL 才会切换，这需要较长时间
- 结果：大多数交易不会触发 exit_signal，而是由止损（stop_loss 或 trailing_stop_loss）退出
这也是为什么回测中 exit_signal 只有 7-9 笔，而止损退出有 70-100 笔。
九、动态止损详解（最核心的部分）
def custom_stoploss(self, pair, trade, current_time, current_rate, current_profit, ...):
last = dataframe.iloc[-1] # 取最新的 4H 数据
if not trade.is_short: # 多单
support = last["support_4h"] # 最近的 4H Swing Low
sl_price = support * 0.999 # 止损价 = 支撑位下方 0.1%
sl_ratio = (sl_price / current_rate) - 1.0 # 转换为相对于当前价格的比率
return max(sl_ratio, -0.15) # 不超过 -15% 的硬边界
else: # 空单
resistance = last["resistance_4h"] # 最近的 4H Swing High
sl_price = resistance * 1.001 # 止损价 = 阻力位上方 0.1%
sl_ratio = 1.0 - (sl_price / current_rate)
return min(sl_ratio, 0.15) # 不超过 +15% 的硬边界
为什么这会产生"自然追踪止损效果"？
关键在于 support_4h 是动态更新的：
t=0 入场，support_4h = 1800（止损在 1798.2）
价格从 1850 开始上涨
t=5h 价格涨到 2000，出现新 Swing Low = 1900
→ support_4h 更新为 1900
→ 止损自动上移到 1898.1
t=10h 价格涨到 2200，新 Swing Low = 2050
→ support_4h 更新为 2050
→ 止损上移到 2047.9
这就是为什么 trailing_stop_loss 出现那么多：每当价格创新高、产生新的 Swing Low，止损就自动追上去，锁住利润。
止损的数学计算示例
假设：
- 当前价格 = 2000 USDT
- support_4h = 1900 USDT
sl_price = 1900 * 0.999 = 1898.1
sl_ratio = (1898.1 / 2000) - 1.0 = -0.0595（约 -5.95%）
即：止损触发点在当前价格的 5.95% 下方。
十、退出原因分类（理解 freqtrade 的逻辑）
| 退出原因 | 触发条件 | v1.6 ETH 全周期 |
|---|---|---|
stop_loss |
价格触及 custom_stoploss 返回的价格，且 current_profit < 0 |
73 笔，0% 胜率 |
trailing_stop_loss |
价格从高点回落，触及之前计算的止损价，且有过盈利 | 71 笔，67.6% 胜率 |
exit_signal |
populate_exit_trend 返回 exit=1 |
7 笔，71.4% 胜率 |
force_exit |
回测结束强制平仓 | 1 笔，100% |
stop_loss 和 trailing_stop_loss 的本质区别：
stop_loss：交易从入场到退出从未产生过盈利。价格一直往不利方向走，直到触发止损。trailing_stop_loss：交易曾经有过盈利，后来价格回落，触及追踪止损位退出。
这说明了什么？
73 笔 stop_loss = 73 笔入场后价格立即向不利方向走的交易。
这些交易入场位是错的，或者在错误的时机做了正确的方向。这是 v1.6 最核心的问题，也是下一步优化的主攻方向。
十一、已知问题和局限性
问题 1：stop_loss 胜率 0%（最严重）
- 表现：73 笔 stop_loss 退出，全部亏损
- 根本原因：入场后价格立即反向，说明入场位质量不高
- 可能方向：更严格的入场过滤、更好的时机判断
问题 2：支撑位识别的逻辑漏洞
nearest_support = sl_prices[-1]直接取最近的 Swing Low，可能在当前价格之上- 例如：价格在 2000，但最近 Swing Low 是 2100（价格刚从 2100 跌下来），这时支撑 = 2100 > 2000，止损价在当前价格上方，逻辑矛盾
long_stop_dist > 0.003一定程度上过滤了这种情况，但不完全
问题 3：出场逻辑太粗糙
- 只看 D1 趋势是否反转
- D1 趋势切换很慢，大多数交易靠止损退出，而非出场信号
- 可以考虑增加 4H 结构破坏作为出场信号
问题 4：市场环境依赖
- 趋势市（2023-2024）：表现优异
- 震荡市（2025 YTD BTC）：表现差
- 没有"市场环境过滤器"，在震荡市会频繁入场并被止损
问题 5：fillna(False) 的 FutureWarning
- 技术性问题，不影响结果，但需要修复（pandas 未来版本会报错）
十二、数据流的完整路径
一笔做多交易的完整生命周期：
1. D1 数据 → _detect_swing_points() → _build_structure()
→ 输出 trend_up_1d = True （日线上升趋势确认）
2. 4H 数据 → _detect_swing_points() → _build_structure()
→ 输出 support_4h = 1900, resistance_4h = 2100
→ 输出 in_demand_4h = True （价格在需求区）
→ v1.6: 检查 support_alive_4h = True （支撑最近被测试过）
3. 1H 数据 → _detect_candle_patterns()
→ 输出 bullish_signal = True （出现看涨 Pin Bar 或吞没）
4. populate_entry_trend() 汇总所有条件
→ 全部满足 + 冷却期过了 → enter_long = 1 → 下单做多
5. 持仓期间，每根 1H K 线：
→ custom_stoploss() 被调用
→ 读取最新 support_4h
→ 计算止损价 = support_4h * 0.999
→ 止损位随 support_4h 上移（追踪效果）
6. 退出：
→ 价格创新高后回落触及止损 → trailing_stop_loss 退出
→ 或价格入场后就下跌 → stop_loss 退出
→ 或 D1 趋势反转 → exit_signal 退出
十三、优化的可能方向（供后续参考）
基于以上分析，以下是最有价值的优化方向（按优先级排序）：
优先级 A：解决 stop_loss 0% 胜率
- 分析 73 笔 stop_loss 交易的特征（何时入场？市场处于什么状态？）
- 增加入场质量过滤（例如：要求 4H 也是上升趋势、要求成交量确认）
- 改进 Swing Point 识别（例如：要求支撑位被测试 2 次以上）
优先级 B：增加市场环境过滤
- 识别"震荡市"（例如：最近 N 根 4H bar 内，没有明确的 HH/HL 序列）
- 在震荡市中停止交易，只在趋势市中工作
优先级 C：改进出场逻辑
- 将出场信号细化到 4H 级别（4H 结构破坏时退出，而不等 D1 反转）
- 可以大幅减少 stop_loss 次数，让更多交易变成 exit_signal 或 trailing_stop_loss
文档基于 structure_flow_strategy_v1_6.py 代码，v1.6 版本（2026-06-07）