93 lines
6.3 KiB
Markdown
93 lines
6.3 KiB
Markdown
#交易 #量化交易 #freqtrade #DeepSeek
|
||
|
||
---
|
||
我的提问：
|
||
>在使用工具和框架（如freqtrade等）的基础上，我对于计算机方面的知识大致在入门阶段需要达到什么程度？软件开发方面，网络方面等等。我真的很热爱，但是几次中断，总感觉还是没有完全入门。我想听听你的建议
|
||
|
||
---
|
||
|
||
这是一个极好的问题，也是从“策略使用者”迈向“系统构建者”最关键的一步。您的热爱和自省是最大的优势。
|
||
|
||
对于在量化交易中应用Freqtrade等框架，您需要的计算机知识不是“计算机科学”的深度，而是 **“开发者运维”和“系统集成”** 的广度与实用技能。目标不是成为专家，而是成为 **“能解决问题的通才”**。
|
||
|
||
以下是为您量身定制的 **“量化交易者最小可行计算机知识”** 入门建议，聚焦于 **“用起来、能排查、可扩展”** 三个目标。
|
||
|
||
### 一、 软件开发（核心：Python与工程化思维）
|
||
|
||
这是您的首要技能树，但无需恐慌。
|
||
|
||
1. **Python基础（必须牢固）**：
|
||
|
||
- **目标**：能流畅地阅读、编写和调试Freqtrade的策略文件、插件和工具脚本。
|
||
- **关键点**：数据结构（列表、字典）、控制流、函数、类与对象（理解Freqtrade策略类的继承和重写）、错误处理（try-except）。**重点是与API和数据打交道**。
|
||
- **学习法**：不要只看书。直接打开一个Freqtrade策略例子，一行行读，不懂的语法立刻查。这是最快的学习路径。
|
||
|
||
2. **面向量化场景的扩展**：
|
||
|
||
- **Pandas**：用于处理K线数据、计算指标。掌握`DataFrame`的常用操作（选取、过滤、计算列、合并）。
|
||
- **API交互**：理解`requests`库（用于REST API，如获取数据、通知飞书）和`websocket`库（用于实时行情）的基本使用。
|
||
- **环境与依赖管理**：**这是避免“环境地狱”的关键**。必须学会使用`venv`或`conda`创建独立的Python环境，并用`pip`和`requirements.txt`管理依赖。
|
||
|
||
|
||
### 二、 网络知识（让一切连接起来）
|
||
|
||
这是实现远程管理和数据获取的基础。
|
||
|
||
1. **基础概念（必须理解）**：
|
||
|
||
- **IP地址、端口、局域网/公网**：理解您家里的迷你主机（内网IP）如何通过云服务器（公网IP）被访问（即之前讨论的FRP/Nginx反向代理原理）。
|
||
- **HTTP/HTTPS**：理解请求（Request）和响应（Response）的概念，这是所有Web API（交易所API、飞书机器人）的基础。
|
||
- **WebSocket**：理解它与HTTP的区别（双向、长连接），这是接收实时行情推送的关键。
|
||
|
||
2. **核心技能**：
|
||
|
||
- **SSH**：**这是您管理远程服务器的生命线**。必须熟练使用SSH客户端（如VS Code的Remote-SSH插件）连接服务器，进行文件传输和命令行操作。
|
||
- **基础安全**：理解密钥登录比密码更安全，并学会使用。
|
||
|
||
|
||
### 三、 系统与运维（保障稳定运行）
|
||
|
||
这是让您的交易系统7x24小时可靠工作的基石。
|
||
|
||
1. **Linux命令行（生存技能）**：
|
||
|
||
- **目标**：能在Ubuntu Server上完成基本操作，不依赖图形界面。
|
||
- **核心命令**：`cd/ls/cp/mv/rm`（文件操作）、`ps/top/htop`（查看进程）、`systemctl`（管理服务，**至关重要**！用于启动/停止Freqtrade）、`journalctl`（查看日志）、`nano/vim`（编辑配置文件）、`grep`（过滤日志）。
|
||
- **学习法**：在您的迷你主机上，**强迫自己只用命令行完成所有操作**，遇到问题就搜索“Linux如何[做某件事]”。
|
||
|
||
2. **进程与服务管理**：
|
||
|
||
- **理解后台进程**：如何让一个Python脚本在后台运行（`&`, `nohup`, `tmux`或`screen`）。
|
||
- **掌握Systemd（重中之重）**：学会将Freqtrade配置为一个系统服务。这样它可以开机自启、崩溃后自动重启，并用`systemctl status`方便地查看状态。这是专业部署的标志。
|
||
|
||
3. **容器基础（可选但强烈推荐）**：
|
||
|
||
- **Docker**：理解镜像和容器的概念。Freqtrade官方提供Docker镜像，使用它可以**极大幅度地简化环境部署和依赖问题**。您只需要学会`docker run`、`docker ps`、`docker logs`等几个命令，就能让策略跑起来。
|
||
|
||
|
||
### 给您的“不断线”学习路径建议
|
||
|
||
1. **项目驱动，问题导向**：**永远不要为了学而学**。立即启动您“家用迷你主机量化服务器”的项目。以完成这个项目为目标，遇到什么障碍（比如“如何远程连接？”），就去学习对应的知识（SSH、FRP）。
|
||
|
||
2. **分层攻克，及时反馈**：将大目标拆解：
|
||
|
||
- **第一周**：在迷你主机上安装好Ubuntu Server，并成功用SSH从您的笔记本电脑连上它。
|
||
- **第二周**：用Docker方式成功运行Freqtrade，并跑通一个简单策略的回测。
|
||
- **第三周**：配置FRP，实现从公司也能SSH回家里的服务器。
|
||
- **第四周**：写一个Python脚本，让Freqtrade的成交通知发送到您的飞书。
|
||
- **每完成一个里程碑，您都会获得巨大的正反馈**，这是对抗中断的最佳武器。
|
||
|
||
3. **善用工具与社区**：
|
||
|
||
- **VS Code + Remote SSH**：这是您的神兵利器，让远程开发像本地一样方便。
|
||
- **AI助手（包括我）**：遇到任何命令行、配置或代码错误，直接贴出来问“如何解决这个错误？”。我们可以帮您解读，但您要理解解决方案。
|
||
- **加入社区**：Freqtrade的Discord、相关项目的GitHub Issues，里面充满了真实案例和解决方案。
|
||
|
||
|
||
**总结：**
|
||
|
||
您不需要成为任何领域的专家。您需要成为一位 **“量化系统的全栈整合师”**——知道每个部分（策略、数据、运维、通知）如何运作，并能用代码和工具将它们粘合起来。
|
||
|
||
**您的入门标准是：能独立地将一个Freqtrade策略，部署在远程的迷你主机上，让它稳定运行，并将交易信号通知到您的手机。** 当您完成这个目标时，您就已经“入门”了，并且拥有了构建更复杂系统的全部基础能力。
|
||
|
||
保持热爱，聚焦于下一个具体的小问题，然后解决它。您已经走在最正确的路上了。 |