diff --git a/1111 b/1111
index a6aa3cc..d1ec074 100644
--- a/1111
+++ b/1111
@@ -47,3 +47,7 @@ RSI超买超卖
申请API操作频率：预计API的调用频率将根据市场波动而变化，通常情况下，我的API请求频率大约在每秒5-10次，有时会根据策略的调整需要进行更频繁的请求。
申请API大概体量：预计每日API请求量为5,000 - 15,000次，具体取决于市场波动和交易策略的复杂度。月度交易量预估为50,000 - 200,000 ETH/BTC。
申请API对接后预估增长目标：通过API对接，我预计能够实现量化策略的高效执行和自动化交易，减少人工干预和错误。目标是在对接后的3个月内，将交易频率提高50%，并将月盈利提高20%至30%。
+
+
+45.84
+4998.6
\ No newline at end of file
diff --git a/bitmart/回测-三分之一策略.py b/bitmart/回测-三分之一策略.py
index bc84abc..a03750a 100644
--- a/bitmart/回测-三分之一策略.py
+++ b/bitmart/回测-三分之一策略.py
@@ -4,10 +4,8 @@
========== 策略规则 ==========
1. 触发价格计算（基于有效的前一根K线，实体>=0.1）：
- - 实体上边界 = max(开盘价, 收盘价)
- - 实体下边界 = min(开盘价, 收盘价)
- - 做多触发价格 = 实体上边界 - 实体/3（进入实体上部1/3区域做多）
- - 做空触发价格 = 实体下边界 + 实体/3（进入实体下部1/3区域做空）
+ - 做多触发价格 = 收盘价 + 实体/3（从收盘价往上涨1/3）
+ - 做空触发价格 = 收盘价 - 实体/3（从收盘价往下跌1/3）
2. 信号触发条件：
- 当前K线最高价 >= 做多触发价格 → 做多信号
@@ -16,7 +14,7 @@
3. 执行逻辑：
- 做多时遇到做空信号 -> 平多并反手开空
- 做空时遇到做多信号 -> 平空并反手开多
- - 如果同时触发两个方向，以距离开盘价更近的方向优先
+ - 同一根K线内只交易一次，防止频繁反手
4. 实体过滤：
- 如果前一根K线的实体部分（|open - close|）< 0.1，继续往前查找
@@ -24,15 +22,13 @@
示例1（阳线）：
前一根K线：开盘3000，收盘3100（阳线，实体=100）
- - 实体上边界 = 3100，实体下边界 = 3000
- - 做多触发价格 = 3100 - 33.33 = 3066.67（价格涨到这里做多）
- - 做空触发价格 = 3000 + 33.33 = 3033.33（价格跌到这里做空）
+ - 做多触发价格 = 3100 + 33 = 3133（继续上涨做多）
+ - 做空触发价格 = 3100 - 33 = 3067（回调做空）
示例2（阴线）：
前一根K线：开盘3100，收盘3000（阴线，实体=100）
- - 实体上边界 = 3100，实体下边界 = 3000
- - 做多触发价格 = 3100 - 33.33 = 3066.67（价格涨到这里做多）
- - 做空触发价格 = 3000 + 33.33 = 3033.33（价格跌到这里做空）
+ - 做多触发价格 = 3000 + 33 = 3033（反弹做多）
+ - 做空触发价格 = 3000 - 33 = 2967（继续下跌做空）
"""
import datetime
@@ -127,23 +123,30 @@ def get_one_third_levels(prev):
计算前一根K线实体的 1/3 双向触发价格
返回：(做多触发价格, 做空触发价格)
- 基于实体的上下边界计算：
- - 做多触发价格 = 实体上边界 - 实体/3（进入实体上部1/3区域做多）
- - 做空触发价格 = 实体下边界 + 实体/3（进入实体下部1/3区域做空）
+ 基于收盘价计算（无论阴线阳线）：
+ - 做多触发价格 = 收盘价 + 实体/3（从收盘价往上涨1/3实体）
+ - 做空触发价格 = 收盘价 - 实体/3（从收盘价往下跌1/3实体）
+
+ 示例：
+ 阳线 open=3000, close=3100, 实体=100
+ - 做多触发 = 3100 + 33 = 3133（继续涨）
+ - 做空触发 = 3100 - 33 = 3067（回调）
+
+ 阴线 open=3100, close=3000, 实体=100
+ - 做多触发 = 3000 + 33 = 3033（反弹）
+ - 做空触发 = 3000 - 33 = 2967（继续跌）
"""
p_open = float(prev['open'])
p_close = float(prev['close'])
- body_high = max(p_open, p_close) # 实体上边界
- body_low = min(p_open, p_close) # 实体下边界
- body = body_high - body_low
+ body = abs(p_open - p_close)
if body < 0.001: # 十字星，忽略
return None, None
- # 基于实体边界的双向触发价格
- long_trigger = body_high - body / 3 # 进入实体上部1/3区域触发做多
- short_trigger = body_low + body / 3 # 进入实体下部1/3区域触发做空
+ # 基于收盘价的双向触发价格
+ long_trigger = p_close + body / 3 # 从收盘价往上涨1/3触发做多
+ short_trigger = p_close - body / 3 # 从收盘价往下跌1/3触发做空
return long_trigger, short_trigger
@@ -225,7 +228,7 @@ def get_data_by_date(model, date_str: str):
# ========================= 回测逻辑 =========================
def backtest_one_third_strategy(dates: List[str]):
- """三分之一回归策略回测"""
+ """三分之一回归策略回测（优化版）"""
all_data: List[Dict] = []
for d in dates:
@@ -258,23 +261,40 @@ def backtest_one_third_strategy(dates: List[str]):
'long': {'count': 0, 'wins': 0, 'total_profit': 0.0, 'name': '做多'},
'short': {'count': 0, 'wins': 0, 'total_profit': 0.0, 'name': '做空'},
}
+
+ # 额外统计信息
+ extra_stats = {
+ 'same_dir_ignored': 0, # 同向信号被忽略次数
+ 'no_signal_bars': 0, # 无信号K线数
+ 'total_bars': len(all_data) - 1, # 总K线数（排除第一根）
+ }
trades: List[Dict] = []
current_position: Optional[Dict] = None
+ last_trade_bar: Optional[int] = None # 记录上次交易的K线索引，防止同一K线重复交易
for idx in range(1, len(all_data)):
curr = all_data[idx]
- # 使用新的check_trigger函数，它会自动查找实体>=0.1的前一根K线
+ # 使用check_trigger函数，它会自动查找实体>=0.1的前一根K线
direction, trigger_price, valid_prev_idx = check_trigger(all_data, idx, min_body_size=0.1)
# 获取有效的前一根K线用于日志输出
valid_prev = all_data[valid_prev_idx] if valid_prev_idx is not None else None
+ # 无信号时跳过
+ if direction is None:
+ extra_stats['no_signal_bars'] += 1
+ continue
+
+ # 同一K线内已交易，跳过（与交易代码逻辑一致）
+ if last_trade_bar == idx:
+ continue
+
# 空仓时，有信号就开仓
if current_position is None:
- if direction and valid_prev is not None:
- # 调试：打印开仓时的K线信息
+ if valid_prev is not None:
+ # 打印开仓时的K线信息
prev_time = datetime.datetime.fromtimestamp(valid_prev['id'] / 1000).strftime('%Y-%m-%d %H:%M')
curr_time = datetime.datetime.fromtimestamp(curr['id'] / 1000).strftime('%Y-%m-%d %H:%M')
prev_type = "阳线" if is_bullish(valid_prev) else ("阴线" if is_bearish(valid_prev) else "十字星")
@@ -291,13 +311,19 @@ def backtest_one_third_strategy(dates: List[str]):
'entry_bar': idx
}
stats[direction]['count'] += 1
+ last_trade_bar = idx # 记录交易K线
continue
- # 有仓位时，检查是否有反向信号
+ # 有仓位时，检查信号
pos_dir = current_position['direction']
- if direction and direction != pos_dir and valid_prev is not None:
- # 平仓
+ # 同向信号，忽略（与交易代码逻辑一致）
+ if direction == pos_dir:
+ extra_stats['same_dir_ignored'] += 1
+ continue
+
+ # 反向信号，平仓反手
+ if valid_prev is not None:
exit_price = trigger_price
if pos_dir == 'long':
@@ -305,7 +331,7 @@ def backtest_one_third_strategy(dates: List[str]):
else:
diff = current_position['entry_price'] - exit_price
- # 调试：打印平仓时的K线信息
+ # 打印平仓时的K线信息
prev_time = datetime.datetime.fromtimestamp(valid_prev['id'] / 1000).strftime('%Y-%m-%d %H:%M')
curr_time = datetime.datetime.fromtimestamp(curr['id'] / 1000).strftime('%Y-%m-%d %H:%M')
prev_type = "阳线" if is_bullish(valid_prev) else ("阴线" if is_bearish(valid_prev) else "十字星")
@@ -323,7 +349,8 @@ def backtest_one_third_strategy(dates: List[str]):
'direction': '做多' if pos_dir == 'long' else '做空',
'entry': current_position['entry_price'],
'exit': exit_price,
- 'diff': diff
+ 'diff': diff,
+ 'hold_bars': idx - current_position['entry_bar'] # 持仓K线数
})
stats[pos_dir]['total_profit'] += diff
@@ -338,10 +365,12 @@ def backtest_one_third_strategy(dates: List[str]):
'entry_bar': idx
}
stats[direction]['count'] += 1
+ last_trade_bar = idx # 记录交易K线
# 尾仓处理
if current_position:
last = all_data[-1]
+ last_idx = len(all_data) - 1
exit_price = float(last['close'])
pos_dir = current_position['direction']
@@ -358,13 +387,23 @@ def backtest_one_third_strategy(dates: List[str]):
'direction': '做多' if pos_dir == 'long' else '做空',
'entry': current_position['entry_price'],
'exit': exit_price,
- 'diff': diff
+ 'diff': diff,
+ 'hold_bars': last_idx - current_position['entry_bar'], # 持仓K线数
+ 'is_tail': True # 标记为尾仓平仓
})
stats[pos_dir]['total_profit'] += diff
if diff > 0:
stats[pos_dir]['wins'] += 1
+
+ logger.info(f"【尾仓平仓】{pos_dir} @ {exit_price:.2f}, 盈亏: {diff:.2f}")
- return trades, stats, all_data
+ # 打印额外统计信息
+ logger.info(f"\n===== 信号统计 =====")
+ logger.info(f"总K线数: {extra_stats['total_bars']}")
+ logger.info(f"无信号K线: {extra_stats['no_signal_bars']} ({extra_stats['no_signal_bars']/extra_stats['total_bars']*100:.1f}%)")
+ logger.info(f"同向信号忽略: {extra_stats['same_dir_ignored']}")
+
+ return trades, stats, all_data, extra_stats
# ========================= 绘图函数 =========================
@@ -602,7 +641,7 @@ if __name__ == '__main__':
logger.info(f"查询日期范围：{START_DATE} 到 {END_DATE}，共 {len(dates)} 天")
# ==================== 执行回测 ====================
- trades, stats, all_data = backtest_one_third_strategy(dates)
+ trades, stats, all_data, extra_stats = backtest_one_third_strategy(dates)
# ==================== 输出结果 ====================
logger.info("===== 每笔交易详情 =====")
@@ -645,14 +684,49 @@ if __name__ == '__main__':
# ==================== 汇总统计 ====================
total_net_profit = total_money_profit - total_fee
+ # 计算额外统计
+ win_count = len([t for t in trades if t['diff'] > 0])
+ lose_count = len([t for t in trades if t['diff'] <= 0])
+ total_win_rate = (win_count / len(trades) * 100) if trades else 0
+
+ # 计算平均持仓K线数
+ hold_bars_list = [t.get('hold_bars', 0) for t in trades if 'hold_bars' in t]
+ avg_hold_bars = sum(hold_bars_list) / len(hold_bars_list) if hold_bars_list else 0
+
+ # 计算最大连续亏损
+ max_consecutive_loss = 0
+ current_consecutive_loss = 0
+ for t in trades:
+ if t['diff'] <= 0:
+ current_consecutive_loss += 1
+ max_consecutive_loss = max(max_consecutive_loss, current_consecutive_loss)
+ else:
+ current_consecutive_loss = 0
+
+ # 计算最大回撤
+ cumulative_profit = 0
+ peak = 0
+ max_drawdown = 0
+ for t in trades:
+ cumulative_profit += t.get('net_profit', t['diff'])
+ peak = max(peak, cumulative_profit)
+ drawdown = peak - cumulative_profit
+ max_drawdown = max(max_drawdown, drawdown)
+
print(f"\n{'='*60}")
print(f"【三分之一回归策略 回测结果】")
print(f"{'='*60}")
print(f"交易笔数：{len(trades)}")
+ print(f"盈利笔数：{win_count} 亏损笔数：{lose_count}")
+ print(f"总胜率：{total_win_rate:.2f}%")
+ print(f"平均持仓K线数：{avg_hold_bars:.1f}")
+ print(f"最大连续亏损：{max_consecutive_loss} 笔")
+ print(f"{'='*60}")
print(f"总点差：{total_points_profit:.2f}")
print(f"总原始盈利：{total_money_profit:.2f}")
print(f"总手续费：{total_fee:.2f}")
print(f"总净利润：{total_net_profit:.2f}")
+ print(f"最大回撤：{max_drawdown:.2f}")
print(f"{'='*60}")
print("\n===== 方向统计 =====")
@@ -663,6 +737,11 @@ if __name__ == '__main__':
win_rate = (wins / count * 100) if count > 0 else 0.0
avg_p = (total_p / count) if count > 0 else 0.0
print(f"{v['name']}: 次数={count} 胜率={win_rate:.2f}% 总价差={total_p:.2f} 平均价差={avg_p:.2f}")
+
+ print("\n===== 信号统计 =====")
+ print(f"总K线数: {extra_stats['total_bars']}")
+ print(f"无信号K线: {extra_stats['no_signal_bars']} ({extra_stats['no_signal_bars']/extra_stats['total_bars']*100:.1f}%)")
+ print(f"同向信号忽略: {extra_stats['same_dir_ignored']}")
# ==================== 绘制图表 ====================
if trades and all_data:
diff --git a/bitmart/回测图表.png b/bitmart/回测图表.png
index 5b35f38..d3df2fd 100644
Binary files a/bitmart/回测图表.png and b/bitmart/回测图表.png differ
diff --git a/bitmart/回测图表_交互式.html b/bitmart/回测图表_交互式.html
index 02aa0d2..b67088e 100644
--- a/bitmart/回测图表_交互式.html
+++ b/bitmart/回测图表_交互式.html
@@ -3883,6 +3883,6 @@ maplibre-gl/dist/maplibre-gl.js:
window.Plotly = Plotly;
return Plotly;
-}));
+}));