freqtrade trade --config /root/freqtrade/user_data/config.json --strategy SampleStrategy

激活虚拟环境

source ./.venv/bin/activate

系统要求
作为一个基于 Python 开发的量化交易框架，Freqtrade 对运行环境有一些基础要求。在开始安装前，我们需要确保系统满足这些条件，否则可能会遇到各种兼容性问题。

软件环境
首先是 Python 版本，Freqtrade 需要 Python 3.10 或更高版本。这是因为框架使用了一些较新的 Python 特性，比如类型提示的改进和某些标准库的新功能。如果当前的 Python 版本低于 3.10，需要先升级 Python 环境。可以通过 python --version 或 python3 --version 命令检查当前版本。

除了 Python 本身，还需要安装一些必要的系统工具和依赖库：

git：用于从 GitHub 克隆 Freqtrade 代码仓库
pip：Python 的包管理工具，用于安装依赖库
virtualenv：推荐使用的虚拟环境工具，用于隔离项目依赖
TA-Lib：技术分析库，Freqtrade 的策略需要用到其中的指标计算
python-dev：Python 开发头文件，某些依赖库编译时需要
操作系统兼容性
Freqtrade 可以在多种操作系统上运行，但不同系统的安装细节略有差异：

Linux：推荐使用 Ubuntu 20.04 或更高版本，Debian 系发行版通常有较好的支持
MacOS：需要通过 Homebrew 安装一些依赖，M1/M2 等 ARM 架构芯片建议使用 Docker 方式
Windows：官方提供了专门的安装指南，但总体而言，Linux 或 MacOS 的命令行环境更适合运行量化交易机器人
特别提醒，对于 ARM64 架构的系统（如 Mac M1/M2、某些树莓派型号），原生安装可能需要更多手动配置，官方推荐优先使用 Docker 方式安装以避免兼容性问题。

硬件建议
Freqtrade 本身对硬件要求不高，即使是入门级的服务器或开发机也能运行。但如果需要进行大量的历史数据回测或策略优化（Hyperopt），则建议配置：

CPU：至少 2 核，4 核或以上更佳
内存：至少 4GB，回测时可能需要 8GB 以上
存储：10GB 以上可用空间，主要用于存储历史数据和日志
网络：稳定的互联网连接，用于连接交易所 API 和下载市场数据
另外，系统时间同步非常重要。加密货币市场 24 小时不间断交易，如果本地时间与实际时间偏差较大，可能会导致 API 请求失败或交易时间戳错误。建议开启 NTP 服务保持时间同步。

安装步骤
Freqtrade 提供了多种安装方式，我们可以根据自己的技术背景和需求选择合适的方案。对于新手，推荐使用官方提供的脚本安装；对于有经验的开发者，可以选择手动安装以获得更多控制权。

准备工作
无论选择哪种安装方式，首先都需要完成一些基础准备工作。

安装系统依赖
不同操作系统的依赖安装命令有所不同，下面分别介绍：

Debian/Ubuntu 系统

打开终端，执行以下命令更新软件源并安装必要依赖：

更新软件包索引

sudo apt-get update

安装必要依赖

sudo apt install -y python3-pip python3-venv python3-dev python3-pandas git curl
这里安装了 Python 相关工具（pip、venv、dev）、数据分析库 pandas、版本控制工具 git 和网络工具 curl，这些都是 Freqtrade 运行所必需的。
1、PIP下载超时，运行如下命令
mkdir -p ~/.pip
cat > ~/.pip/pip.conf <<EOF
[global]
index-url = https://mirrors.aliyun.com/pypi/simple
timeout = 120
EOF
2、TA-Lib手动安装
wget http://prdownloads.sourceforge.net/ta-lib/ta-lib-0.4.0-src.tar.gz
tar xvzf ta-lib-0.4.0-src.tar.gz
cd ta-lib
sed -i.bak "s|0.00000001|0.000000000000000001 |g" src/ta_func/ta_utility.h
./configure --prefix=/usr/local
make
sudo make install

On debian based systems (debian, ubuntu, ...) - updating ldconfig might be necessary.

sudo ldconfig
cd ..
rm -rf ./ta-lib*

获取 Freqtrade 代码
Freqtrade 的源代码托管在 GitHub 上，我们需要通过 git 将代码克隆到本地：

克隆Freqtrade仓库

git clone https://github.com/freqtrade/freqtrade.git

进入项目目录

cd freqtrade
克隆完成后，我们需要选择使用哪个版本的代码。Freqtrade 有两个主要分支：

stable：稳定版，包含经过充分测试的功能，适合生产环境使用
develop：开发版，包含最新功能，但可能不够稳定
新手建议使用 stable 分支：

切换到stable分支

git checkout stable
如果想体验最新功能，可以使用 develop 分支（默认克隆下来就是 develop 分支）：

切换到develop分支

git checkout develop
后续需要更新代码时，只需在项目目录下执行 git pull 即可拉取最新代码。

脚本安装（推荐新手）
Freqtrade 提供了一个便捷的安装脚本 setup.sh，可以自动完成大部分安装工作。这个脚本适用于 Linux 和 MacOS 系统，极大简化了安装流程。

在项目目录下执行以下命令启动安装：

使用安装选项运行脚本

./setup.sh -i
-i 参数表示执行完整安装，脚本会自动完成以下工作：

检查 Python 版本是否满足要求
创建并配置虚拟环境（位于项目目录下的.venv 文件夹）
安装 TA-Lib 库
安装 Freqtrade 及其所有依赖
提供基本的配置选项
安装过程中可能需要输入 sudo 密码（用于安装系统级依赖），根据提示操作即可。整个安装过程可能需要几分钟到十几分钟，取决于网络速度和硬件性能。

安装完成后，每次打开新的终端窗口运行 Freqtrade 前，都需要激活虚拟环境：

激活虚拟环境

source ./.venv/bin/activate
激活后，终端提示符前会显示 (.venv)，表示当前处于虚拟环境中。在这个环境下，freqtrade 命令才可以正常使用。

除了安装，setup.sh 脚本还提供了其他实用功能：

更新Freqtrade到最新版本

./setup.sh -u

重置环境（适用于遇到严重问题时）

./setup.sh -r
-u 选项会拉取最新代码并更新依赖，-r 选项则会重置代码仓库并重新创建虚拟环境，是解决安装问题的有效手段。
安装 Freqtrade
完成上述准备后，安装 Freqtrade 本身：

安装基础版本

pip install -e .

如需安装所有可选功能（推荐）

pip install -e .[all]
-e 参数表示 editable 模式，这样修改 Freqtrade 源码后无需重新安装即可生效。[all] 表示安装所有可选依赖，包括回测、优化、绘图等功能所需的库。

如果只需要基础功能，可以安装核心依赖：

pip install -e .[core]
其他可选依赖组合：

[hyperopt]：安装超参数优化所需依赖
[plot]：安装绘图功能所需依赖
[freqai]：安装 FreqAI（人工智能交易模块）所需依赖
环境验证
安装完成后，我们需要验证环境是否配置正确，确保 Freqtrade 能够正常运行。

检查版本信息
首先检查 Freqtrade 版本：

freqtrade --version
如果安装成功，会输出类似以下信息：

freqtrade 2023.9
版本号可能因安装的具体版本而有所不同。

查看可用策略
执行以下命令列出内置策略：

freqtrade list-strategies
如果一切正常，会显示内置策略列表，如 DefaultStrategy、SampleStrategy 等。

生成配置文件
Freqtrade 需要配置文件来连接交易所和设置交易参数。使用以下命令生成默认配置文件：

freqtrade new-config
按照提示输入相关信息，或直接按 Enter 使用默认值。生成的配置文件位于 config.json（或指定的文件名），后续可以根据需要修改。

运行测试回测
为了进一步验证环境，可以运行一个简单的回测：

下载测试数据（BTC/USDT，1小时 timeframe，2023年1月）

freqtrade download-data --pairs BTC/USDT --timeframes 1h --timerange 20230101-20230131

使用SampleStrategy回测

freqtrade backtesting --strategy SampleStrategy --timerange 20230101-20230131
如果回测能够顺利完成并输出结果统计，说明环境配置基本没有问题。