订单流数据 (Orderflow data)

本指南向您介绍如何利用公共交易数据在 Freqtrade 中进行高级订单流分析。

实验性功能

订单流功能目前处于测试阶段，在未来的版本中可能会有所变动。请在 Freqtrade GitHub 仓库 上报告任何问题或反馈。 目前该功能尚未与 freqAI 进行测试。

性能提示

订单流需要原始交易数据 (raw trades data)。这些数据非常庞大，当 Freqtrade 需要下载过去 X 根 K 线的数据时，可能会导致初始启动缓慢。此外，启用此功能会增加内存占用。请确保拥有足够的资源。

快速开始

启用公共交易数据

在您的 config.json 文件的 exchange 部分，将 use_public_trades 选项设置为 true。

"exchange": {
   ...
   "use_public_trades": true,
}

配置订单流处理

在 config.json 的 orderflow 部分定义您的设置：

• cache_size: 缓存的订单流 K 线数量。
• max_candles: 获取交易数据的 K 线范围。
• scale: 控制足迹图 (footprint chart) 的价格档位大小。
• imbalance_ratio: 过滤买卖不平衡比例。

获取回测交易数据

使用 --dl-trades 标志下载回测所需的原始交易数据：

freqtrade download-data -p BTC/USDT:USDT --timerange 20230101- --trading-mode futures --timeframes 5m --dl-trades

访问订单流数据

激活后，数据框中会出现多个新列：

• dataframe["bid"]: 总买入成交量。
• dataframe["ask"]: 总卖出成交量。
• dataframe["delta"]: 卖出与买入成交量的差值。
• dataframe["orderflow"]: 代表足迹图字典。
• dataframe["imbalances"]: 包含订单流中的不平衡信息。

足迹图 (Footprint chart)

orderflow 列包含一个字典，详细列出了不同价格水平上的买入和卖出订单，为您提供订单流动态的宝贵见解。

INFO

键为价格档位，其间隔由配置中的 scale 参数决定。

原始交易数据 (Raw trades data)

dataframe["trades"] 包含了 K 线期间内发生的每一笔独立交易的列表。 每个条目包含：timestamp, price, amount, side, id 等信息。