What is Freqtrade?
Freqtrade It is an automated cryptocurrency trading platform that is in the language Python It is written and designed to run on personal systems or cloud servers.
This robot is Completely open source In GitHub It has been published and has an active user community.
Freqtrade allows users to:
Write your own trading strategies or use ready-made examples.
Check transactions in simulation mode (Backtesting).
Execute in live mode (Live Trading) on reputable exchanges.
And even from Machine Learning Use to improve strategies.
How Freqtrade works
Freqtrade via API Key It connects to cryptocurrency exchanges (such as Binance, Bybit, KuCoin, OKX, etc.) and executes trades based on the determined strategy.
The overall operation of the robot is divided into four stages:
Getting Market Data:
Freqtrade collects price information, volume, and other market indicators.Signal Analysis (Signal Generation):
It detects buying or selling conditions using indicators such as RSI, EMA, Bollinger Bands, and MACD.Position Management (Trade Management):
It controls positions based on parameters such as Take Profit and Stop Loss.Performance logging:
Records all activities in log files to be used later for performance analysis.
How to install and launch Freqtrade
Freqtrade for systems Linux, macOS and Windows It can be installed, but it is recommended to VPS or cloud server Use to run the robot continuously.
1. Install the prerequisites
First of all, you need to install Python and Git:
sudo apt update && sudo apt install git python3 python3-venv python3-pip -y2. دریافت سورس کد Freqtrade
git clone https://github.com/freqtrade/freqtrade.git
cd freqtrade3. ساخت محیط مجازی و نصب وابستگیها
python3 -m venv .env
source .env/bin/activate
pip install -r requirements.txt4. ساخت تنظیمات اولیه (Configuration)
با اجرای دستور زیر یک فایل تنظیمات پیشفرض ساخته میشود:
freqtrade new-configسپس فایل config.json را باز کنید و اطلاعات صرافی، API Key و پارامترهای دلخواه را وارد نمایید.
استراتژیهای ترید در Freqtrade
Freqtrade بر اساس استراتژیها (Strategies) عمل میکند.
استراتژیها در فایلهای پایتون تعریف میشوند و شامل قوانین خرید و فروش هستند.
نمونه استراتژی ساده:
class SimpleStrategy(IStrategy):
timeframe = '5m'
def populate_buy_trend(self, dataframe, metadata):
dataframe.loc[
(dataframe['rsi'] < 30), 'buy'
] = 1
return dataframe
def populate_sell_trend(self, dataframe, metadata):
dataframe.loc[
(dataframe['rsi'] > 70), 'sell'
] = 1
return dataframeاین نمونه زمانی خرید میکند که RSI زیر 30 باشد (اشباع فروش) و زمانی میفروشد که RSI بالای 70 برود (اشباع خرید).
تست استراتژیها (Backtesting)
قبل از شروع ترید واقعی، میتوان استراتژی را بر روی دادههای تاریخی تست کرد تا بازدهی آن بررسی شود:
freqtrade backtesting --config config.json --strategy SimpleStrategyنتیجه این تست به شما نشان میدهد:
سود یا ضرر کل
درصد معاملات موفق
نرخ بازگشت سرمایه (ROI)
و آمار دقیق عملکرد استراتژی
اجرای زنده (Live Trading)
بعد از بررسی نتایج بکتست، میتوانید ربات را در حالت واقعی اجرا کنید:
freqtrade trade --config config.json --strategy SimpleStrategyربات از این لحظه بهصورت خودکار معاملات را بر اساس استراتژی انجام میدهد.
برای امنیت بیشتر، پیشنهاد میشود ابتدا از حالت Dry-run (شبیهسازی زنده) استفاده کنید:
freqtrade trade --dry-runنکات امنیتی در استفاده از Freqtrade
API Key بدون دسترسی برداشت (Withdraw) بسازید.
فقط اجازهی Trade داشته باشد.رمزگذاری فایلهای تنظیمات و کلیدها.
نصب روی سرور امن (VPS یا Docker) با دسترسی محدود.
بکآپ دورهای از استراتژیها و دادهها.
مانیتور عملکرد با افزونههای داخلی یا اتصال به ابزارهایی مثل Telegram Bot.
ریسکها و محدودیتها
استفاده از Freqtrade، هرچند علمی و خودکار است، اما ریسکهای مخصوص به خود را دارد:
نوسانات ناگهانی بازار ممکن است تمام استراتژیها را بیاثر کند.
استراتژیهای بیشازحد بهینهشده (Overfitted) در دنیای واقعی عملکرد بدی دارند.
اشکالات API یا قطعی صرافی میتواند باعث باز ماندن پوزیشنها شود.
خطاهای انسانی در تنظیم پارامترها (مثل حجم معامله یا حد ضرر) منجر به ضررهای بزرگ میشود.
Freqtrade برای چه کسانی مناسب است؟
Freqtrade مناسب افرادی است که:
دانش برنامهنویسی در حد متوسط (Python) دارند.
میخواهند استراتژیهای شخصی خود را بسازند.
به دنبال ربات ترید حرفهای و رایگان هستند.
قصد دارند از طریق Backtesting و Machine Learning استراتژیهایشان را بهینه کنند.









