45 lines
1.3 KiB
Markdown
45 lines
1.3 KiB
Markdown
# FreqStats
|
|
|
|
## Adaptation de la stratégie
|
|
|
|
### Génération du dataframe en fichier
|
|
|
|
Ajouter à la fin de populate_buy_trend :
|
|
|
|
if self.dp.runmode.value in ('backtest'):
|
|
dataframe.to_feather(f"user_data/data/binance/{metadata['pair'].replace('/', '_')}_df.feather")
|
|
|
|
### Lancer un backtest avec export signals
|
|
|
|
freqtrade backtesting --strategy Zeus_8_3_2_B_4_2 --config config.json --timerange 20250423-20250426 --timeframe 5m --breakdown week --enable-protections --export signals --pairs BTC/USDT
|
|
|
|
# Docker
|
|
## Construction
|
|
|
|
docker build -t flask-web-app .
|
|
|
|
## Lancement
|
|
|
|
docker run -it -p 5000:5000 -v $(pwd)/src/:/src -v /home/jerome/Perso/freqtradeDocker/user_data/:/mnt/external flask-web-app bash
|
|
|
|
puis : python3 app.py
|
|
|
|
# Application Web
|
|
|
|
Url : http://127.0.0.1:5000/
|
|
|
|
Choisir un backtest dans la liste
|
|
|
|
Choisir le fichier généré par le backtest par la stratégie
|
|
|
|
Cliquer sur les boutons
|
|
|
|
|
|
## librairies
|
|
|
|
### Génération d'un rapport sur le dataframe
|
|
ydata-profiling : https://github.com/ydataai/ydata-profiling
|
|
|
|
profile = ProfileReport(dataframe, tsmode=True, sortby="date", title="Time-Series EDA")
|
|
|
|
profile.to_file("report_timeseries.html") |