# pragma pylint: disable=missing-docstring, invalid-name, pointless-string-statement

# --- 必要的导入模块，请勿删除 ---
import numpy as np  # 数值计算库
import pandas as pd  # 数据处理库
from datetime import datetime, timedelta, timezone  # 时间处理
from pandas import DataFrame  # 数据框架
from typing import Optional, Union  # 类型提示

# Freqtrade策略框架核心模块
from freqtrade.strategy import (
    IStrategy,  # 策略基类
    Trade,  # 交易对象
    Order,  # 订单对象
    PairLocks,  # 交易对锁定
    informative,  # 信息性数据装饰器
    # 超参数优化相关参数类型
    BooleanParameter,  # 布尔参数
    CategoricalParameter,  # 分类参数
    DecimalParameter,  # 小数参数
    IntParameter,  # 整数参数
    RealParameter,  # 实数参数
    # 时间框架辅助函数
    timeframe_to_minutes,  # 时间框架转分钟
    timeframe_to_next_date,  # 下一个时间点
    timeframe_to_prev_date,  # 上一个时间点
    # 策略辅助函数
    merge_informative_pair,  # 合并信息性交易对数据
    stoploss_from_absolute,  # 绝对止损
    stoploss_from_open,  # 开仓价止损
)

# --------------------------------
# 添加自定义技术分析库
import talib.abstract as ta  # TA-Lib技术分析库
from technical import qtpylib  # QTPyLib技术分析库


class MABullishAlignment(IStrategy):
    """
    MA多头排列策略 - 基于移动平均线多头排列的趋势跟踪策略
    
    策略核心逻辑：
    入场条件：MA7 > MA25 > MA99 且多头排列保持5根K线，且MA间距越来越大
    退场条件：多头排列被打破
    
    适用市场：上涨趋势市场
    风险等级：中等
    预期收益：中高
    """

    # Buy hyperspace params:
    buy_params = {
        'timeframe': "4h",
        'bullish_count': 7,
        'ma7_ma25_diff_pct': 6,
        'ma25_ma99_diff_pct': 8,
    }

    # Sell hyperspace params:
    sell_params = {
        'ma7_decreasing_count': 5,
    }

    # ==================== 策略基础配置 ====================
    
    # 策略接口版本号（Freqtrade要求）
    INTERFACE_VERSION = 3

    # 是否支持做空交易（False=仅做多）
    can_short: bool = False

    # ==================== 风险控制参数 ====================
    
    # 最小投资回报率设置（ROI - Return on Investment）
    # 这里设置为不止盈，让策略信号完全控制退出
    minimal_roi = {
        "0": 10  # 从开仓开始，需要1000%收益才止盈（实际上不会触发）
    }

    # 止损设置（负值表示亏损百分比）
    # 设置为-0.99即99%亏损才止损（实际上不会触发）
    stoploss = -0.99

    # 是否启用追踪止损（动态止损）
    trailing_stop = False

    # ==================== 时间和执行配置 ====================
    
    # 策略运行的时间周期（1h = 1小时K线）
    # ['1s', '1m', '3m', '5m', '15m', '30m', '1h', '2h', '4h', '6h', '8h', '12h', '1d', '3d', '1w', '1M']
    timeframe = buy_params['timeframe']

    # 是否仅在新K线生成时运行指标计算（提高性能）
    process_only_new_candles = True

    # ==================== 信号控制参数 ====================
    
    # 是否使用退出信号（True=策略信号控制退出）
    use_exit_signal = True
    
    # 是否仅在盈利时才允许退出（False=亏损时也可退出）
    exit_profit_only = False
    
    # 如果有入场信号，是否忽略ROI退出（False=ROI优先）
    ignore_roi_if_entry_signal = False

    # 策略需要多少根历史K线才能产生有效信号
    # 设置为200是为了确保MA99有足够的数据计算
    startup_candle_count: int = 200

    # ==================== 订单类型配置 ====================
    
    # 不同操作的订单类型设置
    order_types = {
        'entry': 'limit',      # 入场使用限价单（更好的价格控制）
        'exit': 'limit',       # 出场使用限价单（更好的价格控制）
        'stoploss': 'market',  # 止损使用市价单（快速执行）
        'stoploss_on_exchange': False  # 不在交易所设置止损单
    }

    # 订单有效期设置
    order_time_in_force = {
        'entry': 'gtc',  # Good Till Cancelled - 订单有效直到取消
        'exit': 'gtc'    # Good Till Cancelled - 订单有效直到取消
    }

    # ==================== 图表显示配置 ====================
    
    # 策略图表配置，用于可视化分析
    plot_config = {
        # 主图显示（价格图上的指标）
        'main_plot': {
            'ma7': {'color': 'blue'},     # 7日均线 - 蓝色
            'ma25': {'color': 'orange'},  # 25日均线 - 橙色
            'ma99': {'color': 'red'},     # 99日均线 - 红色
        },
        # 子图显示（独立的指标图）
        'subplots': {
            "MA Distance": {  # MA间距图
                'ma_distance_7_25': {'color': 'green'},   # MA7与MA25的距离
                'ma_distance_25_99': {'color': 'purple'}, # MA25与MA99的距离
            }
        }
    }

    def informative_pairs(self):
        """
        定义额外的信息性交易对/时间间隔组合，从交易所缓存数据
        这些交易对不会被交易，除非它们也在交易对列表中指定
        
        返回值：空列表表示不需要额外的信息性数据
        """
        return []

    def populate_indicators(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
        """
        向给定的DataFrame添加技术分析指标
        
        这是策略的核心方法之一，负责计算所有需要的技术指标
        
        参数:
            dataframe: 包含OHLCV数据的pandas DataFrame
            metadata: 包含交易对信息的字典
            
        返回:
            添加了技术指标的DataFrame
        """
        
        # ==================== 移动平均线计算 ====================
        
        # 计算简单移动平均线（SMA - Simple Moving Average）
        dataframe['ma7'] = ta.SMA(dataframe, timeperiod=7)    # 7日短期均线
        dataframe['ma25'] = ta.SMA(dataframe, timeperiod=25)  # 25日中期均线
        dataframe['ma99'] = ta.SMA(dataframe, timeperiod=99)  # 99日长期均线
        
        # ==================== MA间距计算 ====================
        
        # 计算均线之间的距离（用于判断趋势强度）
        dataframe['ma_distance_7_25'] = dataframe['ma7'] - dataframe['ma25']    # 短期与中期均线距离
        dataframe['ma_distance_25_99'] = dataframe['ma25'] - dataframe['ma99']  # 中期与长期均线距离
        
        # ==================== 多头排列判断 ====================
        
        # 判断是否为多头排列（MA7 > MA25 > MA99）
        # 多头排列表示上升趋势，价格在均线之上且均线呈多头排列
        dataframe['bullish_alignment'] = (
            (dataframe['ma7'] > dataframe['ma25']) &   # 短期均线在中期均线之上
            (dataframe['ma25'] > dataframe['ma99'])    # 中期均线在长期均线之上
        ).astype(int)  # 转换为0/1数值
        
        # ==================== 连续多头排列计数 ====================
        
        # 计算连续多头排列的K线数量
        # 这个指标用于确保趋势的稳定性
        dataframe['bullish_count'] = 0
        for i in range(1, len(dataframe)):
            if dataframe.iloc[i]['bullish_alignment'] == 1:  # 当前K线为多头排列
                if dataframe.iloc[i-1]['bullish_alignment'] == 1:  # 前一根K线也是多头排列
                    # 连续计数+1
                    dataframe.iloc[i, dataframe.columns.get_loc('bullish_count')] = dataframe.iloc[i-1]['bullish_count'] + 1
                else:
                    # 重新开始计数
                    dataframe.iloc[i, dataframe.columns.get_loc('bullish_count')] = 1
            else:
                # 不是多头排列，计数归零
                dataframe.iloc[i, dataframe.columns.get_loc('bullish_count')] = 0
        
        # ==================== MA间距扩大判断 ====================
        
        # 判断MA间距是否在扩大（趋势加速的信号）
        # 间距扩大表示趋势在加强
        dataframe['ma_distance_expanding'] = (
            (dataframe['ma_distance_7_25'] > dataframe['ma_distance_7_25'].shift(1)) &  # 短中期间距在扩大
            (dataframe['ma_distance_25_99'] > dataframe['ma_distance_25_99'].shift(1))  # 中长期间距在扩大
        ).astype(int)  # 转换为0/1数值
        
        # ==================== MA相邻差值百分比判断 ====================
        
        # 计算相邻MA之间的差值百分比
        # 确保MA7与MA25的差值不超过5%
        dataframe['ma7_ma25_diff_pct'] = abs((dataframe['ma7'] - dataframe['ma25']) / dataframe['ma25']) * 100
        # 确保MA25与MA99的差值不超过5%
        dataframe['ma25_ma99_diff_pct'] = abs((dataframe['ma25'] - dataframe['ma99']) / dataframe['ma99']) * 100
        
        # 判断相邻MA差值是否都在5%以内
        dataframe['ma_diff_within_5pct'] = (
            (dataframe['ma7_ma25_diff_pct'] <= self.buy_params['ma7_ma25_diff_pct']) &  # MA7与MA25差值不超过5%
            (dataframe['ma25_ma99_diff_pct'] <= self.buy_params['ma25_ma99_diff_pct'])   # MA25与MA99差值不超过5%
        ).astype(int)  # 转换为0/1数值
        
        # ==================== MA7连续减小计算 ====================
        
        # 判断MA7是否在减小
        dataframe['ma7_decreasing'] = (dataframe['ma7'] < dataframe['ma7'].shift(1)).astype(int)
        
        # 计算MA7连续减小的次数
        dataframe['ma7_decreasing_count'] = 0
        for i in range(1, len(dataframe)):
            if dataframe.iloc[i]['ma7_decreasing'] == 1:  # 当前K线MA7在减小
                if dataframe.iloc[i-1]['ma7_decreasing'] == 1:  # 前一根K线MA7也在减小
                    # 连续计数+1
                    dataframe.iloc[i, dataframe.columns.get_loc('ma7_decreasing_count')] = dataframe.iloc[i-1]['ma7_decreasing_count'] + 1
                else:
                    # 重新开始计数
                    dataframe.iloc[i, dataframe.columns.get_loc('ma7_decreasing_count')] = 1
            else:
                # MA7没有减小，计数归零
                dataframe.iloc[i, dataframe.columns.get_loc('ma7_decreasing_count')] = 0
        
        return dataframe

    def populate_entry_trend(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
        """
        基于技术分析指标，为给定的dataframe填充入场信号
        
        这是策略的核心方法之一，定义了何时买入（做多）
        
        入场逻辑说明：
        1. 多头排列必须保持至少5根K线（确保趋势稳定）
        2. MA间距必须在扩大（确保趋势在加强）
        3. MA7、MA25、MA99相邻两个相差不超过5%（确保均线聚合）
        4. 必须有交易量（确保市场活跃）
        
        参数:
            dataframe: 包含技术指标的pandas DataFrame
            metadata: 包含交易对信息的字典
            
        返回:
            添加了入场信号的DataFrame
        """
        
        # ==================== 入场条件设置 ====================
        
        dataframe.loc[
            (
                # 条件1：多头排列保持了5根K线
                # 这确保了趋势的稳定性，避免假突破
                (dataframe['bullish_count'] >= self.buy_params['bullish_count']) &
                
                # 条件2：MA间距在扩大
                # 这表示趋势正在加强，是较好的入场时机
                (dataframe['ma_distance_expanding'] == 1) &
                
                # 条件3：MA相邻差值在5%以内
                # 这确保均线相对聚合，避免在均线过度分散时入场
                (dataframe['ma_diff_within_5pct'] == 1) &
                
                # 条件4：确保有交易量
                # 有交易量才能确保订单能够成交
                (dataframe['volume'] > 0)
            ),
            'enter_long',  # 设置做多入场信号
        ] = 1

        return dataframe

    def populate_exit_trend(self, dataframe: DataFrame, metadata: dict) -> DataFrame:
        """
        基于技术分析指标，为给定的dataframe填充退出信号
        
        这是策略的核心方法之一，定义了何时卖出（平仓）
        
        退出逻辑说明：
        1. 当多头排列被打破时立即退出（MA7不再大于MA25，或MA25不再大于MA99）
        2. 当MA7连续减小3次时退出（趋势转弱信号）
        3. 必须有交易量确保能够成交
        
        这种退出方式能够及时止损，避免趋势反转带来的大幅亏损
        
        参数:
            dataframe: 包含技术指标的pandas DataFrame
            metadata: 包含交易对信息的字典
            
        返回:
            添加了退出信号的DataFrame
        """
        
        # ==================== 退出条件设置 ====================
        
        dataframe.loc[
            (
                (
                    # 条件1：多头排列被打破
                    # 当MA7 <= MA25 或 MA25 <= MA99时，多头排列结束
                    # 这是趋势可能反转的重要信号
                    (dataframe['bullish_alignment'] == 0) |
                    
                    # 条件2：MA7连续减小3次
                    # MA7连续减小表示短期趋势转弱，及时退出避免损失
                    (dataframe['ma7_decreasing_count'] >= self.sell_params['ma7_decreasing_count'])
                ) &
                
                # 条件3：确保有交易量
                # 有交易量才能确保订单能够成交
                (dataframe['volume'] > 0)
            ),
            'exit_long',  # 设置平多仓信号
        ] = 1

        return dataframe

Result for strategy MABullishAlignment
                                               BACKTESTING REPORT                                               
┏━━━━━━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┓
┃        Pair ┃ Trades ┃ Avg Profit % ┃  Tot Profit ┃ Tot Profit % ┃     Avg Duration ┃  Win  Draw  Loss  Win% ┃
┡━━━━━━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━┩
│    SUI/USDT │      8 │         1.11 │     170.493 │          1.7 │ 3 days, 18:00:00 │    3     0     5  37.5 │
│    ENA/USDT │      0 │          0.0 │       0.000 │          0.0 │             0:00 │    0     0     0     0 │
│ PENDLE/USDT │      0 │          0.0 │       0.000 │          0.0 │             0:00 │    0     0     0     0 │
│       TOTAL │      8 │         1.11 │     170.493 │          1.7 │ 3 days, 18:00:00 │    3     0     5  37.5 │
└─────────────┴────────┴──────────────┴─────────────┴──────────────┴──────────────────┴────────────────────────┘
                                       LEFT OPEN TRADES REPORT                                        
┏━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┓
┃  Pair ┃ Trades ┃ Avg Profit % ┃  Tot Profit ┃ Tot Profit % ┃ Avg Duration ┃  Win  Draw  Loss  Win% ┃
┡━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━┩
│ TOTAL │      0 │          0.0 │       0.000 │          0.0 │         0:00 │    0     0     0     0 │
└───────┴────────┴──────────────┴─────────────┴──────────────┴──────────────┴────────────────────────┘
                                                ENTER TAG STATS                                                
┏━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┓
┃ Enter Tag ┃ Entries ┃ Avg Profit % ┃  Tot Profit ┃ Tot Profit % ┃     Avg Duration ┃  Win  Draw  Loss  Win% ┃
┡━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━┩
│     OTHER │       8 │         1.11 │     170.493 │          1.7 │ 3 days, 18:00:00 │    3     0     5  37.5 │
│     TOTAL │       8 │         1.11 │     170.493 │          1.7 │ 3 days, 18:00:00 │    3     0     5  37.5 │
└───────────┴─────────┴──────────────┴─────────────┴──────────────┴──────────────────┴────────────────────────┘
                                               EXIT REASON STATS                                               
┏━━━━━━━━━━━━━┳━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┓
┃ Exit Reason ┃ Exits ┃ Avg Profit % ┃  Tot Profit ┃ Tot Profit % ┃     Avg Duration ┃  Win  Draw  Loss  Win% ┃
┡━━━━━━━━━━━━━╇━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━┩
│ exit_signal │     8 │         1.11 │     170.493 │          1.7 │ 3 days, 18:00:00 │    3     0     5  37.5 │
│       TOTAL │     8 │         1.11 │     170.493 │          1.7 │ 3 days, 18:00:00 │    3     0     5  37.5 │
└─────────────┴───────┴──────────────┴─────────────┴──────────────┴──────────────────┴────────────────────────┘
                                                      MIXED TAG STATS                                                       
┏━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┓
┃ Enter Tag ┃ Exit Reason ┃ Trades ┃ Avg Profit % ┃  Tot Profit ┃ Tot Profit % ┃     Avg Duration ┃  Win  Draw  Loss  Win% ┃
┡━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━┩
│           │ exit_signal │      8 │         1.11 │     170.493 │          1.7 │ 3 days, 18:00:00 │    3     0     5  37.5 │
│     TOTAL │             │      8 │         1.11 │     170.493 │          1.7 │ 3 days, 18:00:00 │    3     0     5  37.5 │
└───────────┴─────────────┴────────┴──────────────┴─────────────┴──────────────┴──────────────────┴────────────────────────┘
                         SUMMARY METRICS                          
┏━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┓
┃ Metric                        ┃ Value                          ┃
┡━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┩
│ Backtesting from              │ 2023-10-01 00:00:00            │
│ Backtesting to                │ 2024-04-15 00:00:00            │
│ Trading Mode                  │ Spot                           │
│ Max open trades               │ 3                              │
│                               │                                │
│ Total/Daily Avg Trades        │ 8 / 0.04                       │
│ Starting balance              │ 10000 USDT                     │
│ Final balance                 │ 10170.493 USDT                 │
│ Absolute profit               │ 170.493 USDT                   │
│ Total profit %                │ 1.70%                          │
│ CAGR %                        │ 3.18%                          │
│ Sortino                       │ 0.52                           │
│ Sharpe                        │ 0.13                           │
│ Calmar                        │ 7.89                           │
│ SQN                           │ 0.45                           │
│ Profit factor                 │ 1.47                           │
│ Expectancy (Ratio)            │ 21.31 (0.30)                   │
│ Avg. daily profit             │ 0.865 USDT                     │
│ Avg. stake amount             │ 1985.317 USDT                  │
│ Total trade volume            │ 31999.496 USDT                 │
│                               │                                │
│ Best Pair                     │ SUI/USDT 1.70%                 │
│ Worst Pair                    │ ENA/USDT 0.00%                 │
│ Best trade                    │ SUI/USDT 10.74%                │
│ Worst trade                   │ SUI/USDT -5.88%                │
│ Best day                      │ 208.448 USDT                   │
│ Worst day                     │ -115.473 USDT                  │
│ Days win/draw/lose            │ 3 / 165 / 5                    │
│ Min/Max/Avg. Duration Winners │ 4d 16:00 / 5d 20:00 / 5d 04:00 │
│ Min/Max/Avg. Duration Losers  │ 1d 20:00 / 5d 08:00 / 2d 21:36 │
│ Max Consecutive Wins / Loss   │ 2 / 2                          │
│ Rejected Entry signals        │ 0                              │
│ Entry/Exit Timeouts           │ 0 / 0                          │
│                               │                                │
│ Min balance                   │ 9790.545 USDT                  │
│ Max balance                   │ 10278.349 USDT                 │
│ Max % of account underwater   │ 2.09%                          │
│ Absolute drawdown             │ 209.455 USDT (2.09%)           │
│ Drawdown duration             │ 28 days 08:00:00               │
│ Profit at drawdown start      │ -93.982 USDT                   │
│ Profit at drawdown end        │ -209.455 USDT                  │
│ Drawdown start                │ 2023-10-03 08:00:00            │
│ Drawdown end                  │ 2023-10-31 16:00:00            │
│ Market change                 │ 114.24%                        │
└───────────────────────────────┴────────────────────────────────┘

Backtested 2023-10-01 00:00:00 -> 2024-04-15 00:00:00 | Max open trades : 3
                                                            STRATEGY SUMMARY                                                             
┏━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━┳━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━┓
┃           Strategy ┃ Trades ┃ Avg Profit % ┃  Tot Profit ┃ Tot Profit % ┃     Avg Duration ┃  Win  Draw  Loss  Win% ┃        Drawdown ┃
┡━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━╇━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━┩
│ MABullishAlignment │      8 │         1.11 │     170.493 │          1.7 │ 3 days, 18:00:00 │    3     0     5  37.5 │ 209.455   2.09% │
└────────────────────┴────────┴──────────────┴─────────────┴──────────────┴──────────────────┴────────────────────────┴─────────────────┘