返回目录 / 加密量化研究
训练FreqAI模型并做滚动窗口回测
为FreqAI配置特征与目标,按历史训练窗口重新训练,并导出独立时间段的策略结果。
目标
运行可复现的FreqAI回测,核对各训练窗口生成的模型与其后续预测结果。
步骤
- 从FreqaiExampleStrategy和config_freqai.example.json起步,指定LightGBMRegressor、freqai.identifier及训练窗口;确认特征和标签只使用当时可见的数据。 [freqai]
- 提前下载覆盖train_period_days、startup_candle_count和目标测试区间的数据,避免首个测试蜡烛缺少训练历史。 [running]
- 运行freqtrade backtesting --strategy FreqaiExampleStrategy --strategy-path freqtrade/templates --config config_examples/config_freqai.example.json --freqaimodel LightGBMRegressor --timerange 20210501-20210701,并保存配置与结果。 [running]
验证方式
确认日志显示每个回测窗口已训练模型;报告的首个测试蜡烛晚于可用训练数据起点,并检查回测结果与identifier对应。
故障处理
若出现缺失历史数据,扩展下载区间或训练窗口前置数据;若重复运行意外重训,检查identifier和模型缓存;不要把样例策略部署为实盘。
权限边界
前置条件
- 安装含FreqAI依赖的Freqtrade;下载覆盖训练窗口和回测窗口的历史市场数据;使用示例配置与LightGBMRegressor。
权限边界
- 回测只读取公开历史行情并在本机训练/保存模型;下载数据会访问交易所公开端点。不需要账户密钥,不连接账户,也不发送订单。
限制
FreqAI示例策略仅用于演示,不是生产策略;历史滑窗回测不能证明未来预测能力,也不构成买卖信号。
固定上游来源
- 仓库
- freqtrade/freqtrade
- 文件路径
- docs/freqai-running.md
- 固定提交
82e4c9604c51523f7e05c5a297167cf2b13a2129- 来源检查
- 2026-10-14 · 已按固定上游来源核对
仓库指标
以下数字属于上游仓库整体,不代表单个 Skill 或指南的点赞/热度。
- Stars
- 未取得
- Forks
- 未取得
- 观测时间
- 未取得
尚未取得指标快照。
许可证: GPL-3.0