Crypto trading bot framework with FreqAI ML extension supporting multiple machine learning and deep learning models.
Пути моделей ниже проверены по ревизии Freqtrade develop c0a991f (2026-09-24). Это примеры реализации; оценки скорости, точности и доходности торговли не измерялись.
Официальное руководство FreqAI начинает с FreqaiExampleStrategy, LightGBMRegressor и config_freqai.example.json. Пример стратегии предназначен для обучения и тестирования, не для реальной торговли. См. FreqAI.
freqtrade trade --config config_examples/config_freqai.example.json --strategy FreqaiExampleStrategy --freqaimodel LightGBMRegressor --strategy-path freqtrade/templatesСначала установите зависимости FreqAI и проверьте пример конфигурации. До использования прогнозов в стратегии проверьте их на данных в хронологическом порядке с торговыми издержками.
Модели предсказания FreqAI для прогноза цен на основе машинного обучения. Каждая модель требует инженерии признаков через конвейер признаков Freqtrade.
Gradient boosting regression model for price movement prediction using LightGBM.
freqtrade/freqai/prediction_models/LightGBMRegressor.pyLightGBM classification model for user-defined discrete labels.
freqtrade/freqai/prediction_models/LightGBMClassifier.pyXGBoost-based regression model for continuous value prediction.
freqtrade/freqai/prediction_models/XGBoostRegressor.pyXGBoost classification model for user-defined discrete labels.
freqtrade/freqai/prediction_models/XGBoostClassifier.pyMulti-layer perceptron neural network for regression-based price prediction.
freqtrade/freqai/prediction_models/PyTorchMLPRegressor.pyАгенты обучения с подкреплением на базе Stable Baselines3. Агент учится торговым решениям через взаимодействие со средой, а не на размеченных данных.