多实例与部署

要在同一台机器上运行多个 Freqtrade 实例，必须为每个实例配置独立的数据库文件、Telegram 机器人（如果启用）和 REST API 端口（如果启用）。每个实例使用不同的配置文件启动，并通过 --db-url 参数指定唯一的 SQLite 数据库路径，以避免交易数据冲突。例如，一个实例可使用 tradesBTC.live.sqlite 存储 BTC 交易数据，另一个使用 tradesUSDT.live.sqlite 存储 USDT 交易数据。若启用 REST API，需为每个实例分配不同的本地端口（如 8080 和 8081），防止端口冲突。同时，若使用 Telegram，每个实例需使用独立的 Bot Token 和配置文件。

Freqtrade 默认根据运行模式自动选择不同的 SQLite 数据库文件：在实时交易（live）模式下，默认使用 tradesv3.sqlite；在模拟交易（dry-run）模式下，默认使用 tradesv3.dryrun.sqlite。这两个文件分别用于保存真实交易记录和模拟交易记录，互不干扰。它们存储了交易历史、持仓状态、盈亏数据等关键信息，确保在进程意外中断后能恢复运行状态。若未手动指定 --db-url，系统会自动使用对应默认文件；若指定自定义路径，Freqtrade 会在首次启动时自动创建该数据库文件。

可以通过在启动 Freqtrade 时添加 --db-url 参数来指定自定义数据库路径，该参数需要一个符合 SQLAlchemy 格式的 URL。例如，要使用名为 tradesBTC.dryrun.sqlite 的数据库，可运行命令：freqtrade trade -c MyConfigBTC.json -s MyCustomStrategy --db-url sqlite:///user_data/tradesBTC.dryrun.sqlite。SQLite 数据库路径必须以 sqlite:/// 开头，后接文件的相对或绝对路径。如果指定的数据库文件不存在，Freqtrade 会在启动时自动创建它。确保路径中的目录已存在，否则会因权限或路径错误导致启动失败。

要使用 Docker 运行多个 Freqtrade 实例，需在 docker-compose.yml 文件中为每个实例定义独立的服务（如 freqtrade1 和 freqtrade2）。每个服务必须使用不同的容器名称、挂载相同的 user_data 卷、指定不同的数据库文件路径（如 tradesv3_freqtrade1.sqlite 和 tradesv3_freqtrade2.sqlite）、不同的日志文件路径，并为 REST API 分配不同的端口映射（如 8080:8080 和 8081:8080）。每个实例还应使用独立的配置文件（如 config.freqtrade1.json 和 config.freqtrade2.json），以便为不同实例设置不同的策略、交易对或 Telegram 设置。所有实例共享同一个 user_data 目录，但通过配置文件隔离运行参数。

除了默认的 SQLite，Freqtrade 还支持 PostgreSQL 和 MariaDB/MySQL 数据库系统，这是通过 SQLAlchemy 数据库抽象层实现的。这些数据库系统适用于需要更高并发、更稳定存储或远程访问的生产环境。但请注意，Freqtrade 不会自动安装这些数据库的驱动程序，用户需手动安装相应 Python 包：PostgreSQL 需安装 psycopg2-binary，MariaDB/MySQL 需安装 pymysql。安装后，可通过 --db-url 参数指定数据库连接字符串，例如 PostgreSQL 使用 postgresql+psycopg2://username:password@localhost:5432/freqtrade_db，MariaDB 使用 mysql+pymysql://username:password@localhost:3306/freqtrade_db。

使用 PostgreSQL 或 MariaDB 时，用户需自行负责数据库的安装、配置、备份与维护，Freqtrade 团队不提供相关支持。每个 Freqtrade 实例必须连接到独立的数据库，或使用不同的数据库用户、Schema 来隔离数据。数据库需提前创建好，并确保 Freqtrade 有权限读写。启动时，Freqtrade 会自动创建所需的表格结构，无需手动建表。建议为每个交易策略或交易对配置独立的数据库实例，以避免数据混淆。此外，由于这些数据库通常运行在远程服务器或容器中，网络延迟和连接稳定性可能影响交易性能，需进行充分测试。

要将 Freqtrade 配置为 systemd 服务，需将 freqtrade.service 文件复制到用户 systemd 目录（如 ~/.config/systemd/user/），然后修改其中的 WorkingDirectory 和 ExecStart 字段，使其指向你的 Freqtrade 安装路径和配置文件。例如，设置 ExecStart=/usr/local/bin/freqtrade trade -c /home/user/freqtrade/user_data/config.json。保存后，运行 systemctl --user start freqtrade 启动服务。若希望服务在用户登出后仍持续运行，需执行 sudo loginctl enable-linger "$USER" 启用 linger 功能。若系统不支持用户服务目录（如 Raspbian），则需将文件复制到 /etc/systemd/user/ 并使用 sudo 权限管理。

systemd watchdog 是一种由 systemd 提供的进程监控机制，可在 Freqtrade 崩溃或无响应时自动重启它。要启用该功能，需在 Freqtrade 配置文件中设置 "internals.sd_notify": true，或在启动命令中添加 --sd-notify 参数。此时，Freqtrade 会通过 sd_notify 协议向 systemd 发送心跳信号，报告其当前状态（运行、暂停或停止）。systemd 会监听这些信号，若在超时时间内未收到心跳，则自动重启服务。示例配置文件 freqtrade.service.watchdog 提供了启用 watchdog 的完整模板。注意：该功能在 Docker 容器中不可用，因为容器与主机 systemd 之间无法直接通信。

必须使用不同的数据库文件，是因为 Freqtrade 的数据库用于记录所有交易活动、持仓状态、订单历史和账户余额快照。若多个实例共享同一个数据库文件，它们将相互覆盖彼此的交易记录，导致持仓混乱、盈亏计算错误、订单状态错乱，甚至引发重复下单或误判止盈止损。例如，一个实例开仓 BTC/USDT，另一个实例可能因看到错误的持仓数据而错误地平仓。独立数据库确保每个实例的交易数据完全隔离，保证策略测试或多币种交易的准确性与可靠性。

当运行多个 Freqtrade 实例时，若启用 Telegram 通知，每个实例必须使用独立的 Telegram Bot Token 和 chat ID，以避免通知发送到错误的频道或混淆来源。这需要为每个实例创建独立的配置文件（如 config.bot1.json 和 config.bot2.json），并在其中分别设置 "telegram": { "enabled": true, "token": "xxx", "chat_id": "yyy" }。每个 Bot Token 应通过 @BotFather 创建，确保每个实例拥有专属通知通道。若共用同一 Telegram Bot，通知将无法区分来自哪个实例，可能导致操作误判或信息混乱。

在 Docker 环境中，建议将配置文件拆分为多个模块：一个基础配置文件（如 config.json）包含所有实例共用的设置（如交易所密钥、交易对列表、风险控制），每个实例拥有独立的覆盖配置文件（如 config.freqtrade1.json），仅包含该实例特有的参数（如数据库路径、端口、Telegram Token、策略参数）。启动时，通过 --config /freqtrade/user_data/config.json --config /freqtrade/user_data/config.freqtrade1.json 同时加载多个文件，后加载的配置会覆盖前面的同名字段。这种方式实现配置复用，便于统一更新公共设置，同时保持实例独立性，提升可维护性和可扩展性。

在 systemd 服务中启用 linger（通过 sudo loginctl enable-linger "$USER"）是必要的，因为默认情况下，systemd 用户服务仅在用户登录状态下运行。当用户注销或关闭终端时，所有用户级服务会被终止，导致 Freqtrade 机器人停止运行。启用 linger 后，系统会在用户登出时仍保持其会话上下文，允许用户服务（如 Freqtrade）作为后台守护进程持续运行，即使没有交互式登录会话。这对于 24/7 自动交易至关重要，确保机器人不会因用户登出而意外中断。

不支持。Freqtrade 的 journald 日志功能依赖于 cysystemd Python 库，该库仅在 Linux 系统上可用，因为它直接与 systemd 的本地通信接口交互。Windows 没有 systemd 服务架构，因此无法使用 --logfile journald 或 JournaldLogHandler。在 Windows 上，应使用文件日志（--logfile）、syslog（通过第三方 syslog 服务器）或 JSON 格式日志输出，再由日志代理程序（如 Filebeat）转发至集中式日志系统。

要使用 docker-compose 更新你的交易机器人，你需要执行两个命令。首先，运行 docker-compose pull 来下载最新的镜像版本，这会从远程仓库获取最新更新的容器镜像。接着，运行 docker-compose up -d 来停止当前运行的容器并使用新镜像重新启动服务。-d 参数表示以守护进程模式在后台运行，这样你可以在终端继续其他操作。这种方式确保你的机器人始终运行在最新版本上，同时保留了原有的配置和数据卷。