Freqtrade项目中的杠杆层级缓存问题分析与解决方案
2025-05-03 08:20:24作者:范垣楠Rhoda
问题背景
在使用Freqtrade进行Bybit平台的期货回测时,用户遇到了"Coins got no leverage tiers available"的错误提示。这个问题特别出现在某些特定币种(如SUI)上,尽管这些币种在Bybit平台确实提供了杠杆层级信息。
问题原因分析
经过深入调查,发现这个问题源于两个层面的机制:
-
Freqtrade的杠杆层级缓存机制:Freqtrade为了提高效率,会对平台的杠杆层级信息进行缓存。默认情况下,这些数据会被保存在
user_data/data/bybit/futures/目录下的JSON文件中,缓存周期通常为数周。 -
CCXT库的API调用限制:底层使用的CCXT库在获取杠杆层级信息时,内部有一个硬编码的
maxCalls参数(默认值为20),限制了API调用的最大次数。对于Bybit这样提供大量交易对的平台,这个限制可能导致无法完整获取所有币种的杠杆信息。
解决方案
针对这个问题,我们提供两种解决方案:
方案一:清除Freqtrade缓存
- 定位并删除缓存文件:
user_data/data/bybit/futures/leverage_tiers_USDT.json - 重新启动回测,系统会自动重新获取最新的杠杆层级信息
方案二:修改CCXT库的调用参数
对于更复杂的情况,特别是当平台提供大量交易对时,可以修改CCXT库的fetch_paginated_call_cursor方法中的maxCalls参数:
- 将默认值从20增加到50或更高
- 这样能确保获取到所有币种的杠杆信息
- 修改后,SUI等币种的杠杆信息能够正确获取,回测可以正常进行
技术细节
Freqtrade在获取杠杆信息时的处理流程:
- 首先检查本地缓存
- 若无缓存或缓存过期,通过CCXT库从平台API获取
- 将获取的数据存入缓存供后续使用
CCXT库在处理分页API调用时,使用maxCalls参数来防止无限循环,但这个保守的设置可能导致数据获取不完整。
最佳实践建议
- 定期清理杠杆层级缓存,特别是在平台新增交易对后
- 对于大型平台,考虑适当增加CCXT的调用限制参数
- 在策略开发初期,使用较小的交易对列表进行测试
- 关注平台API的更新,及时调整相关参数
总结
Freqtrade与CCXT的集成提供了强大的交易功能,但在处理大量数据时可能会遇到此类边界条件问题。理解底层机制有助于开发者快速定位和解决问题,确保回测和实盘交易的顺利进行。通过适当的参数调整和缓存管理,可以有效避免杠杆信息获取不完整的问题。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
647
795
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.18 K
152
deepin linux kernel
C
30
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
146
237
暂无简介
Dart
984
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.68 K
989