第 10 章 · 04 SQL 查询速查

第 10 章 · 04 SQL 查询速查

本节摘要:freqtrade 把所有交易记录、配对锁、订单、自定义数据存进 SQLite 数据库(默认 user_data/tradesv3.sqlite)。虽然 Telegram 和 REST API 能查大多数信息，但有时你想直接问数据库——做自定义盈亏统计、排查异常交易、修复手动卖出后状态不同步的仓位。本节讲清几件事:怎么用 sqlite3(或 Docker 里的 sqlite3、或可视化工具 SqliteBrowser)打开数据库；trades 表的核心字段；常用的盈亏统计查询(按币种、按月、按出场原因)；以及危险的写操作(修复手动平仓、删除交易)——强调绝对不要在 bot 运行时写数据库，且务必先备份。

内容来源:原项目文档 docs/sql_cheatsheet.md，汉化并套用体系化模板。

⚠️ 风险提示:SQL 写操作(update/insert/delete)有数据损坏风险。永远先备份数据库，且绝不在 bot 连着数据库时执行写操作——会导致不可恢复的损坏。优先用 Telegram/REST API 的命令(如 /delete)而非直接写 SQL。

学习目标

阅读完本节，你应当能够:

1. 用 sqlite3 或 Docker 打开 freqtrade 数据库。
2. 查看 trades 表结构与核心字段。
3. 写常用的盈亏统计查询(按币种/月/出场原因)。
4. 安全执行修复与删除写操作。

一、打开数据库

freqtrade 默认用 SQLite，数据库文件一般在 user_data/tradesv3.sqlite(配置里 db_url 可改，也支持 PostgreSQL/MariaDB)。

安装 sqlite3:

• Ubuntu/Debian:sudo apt-get install sqlite3
• Docker 镜像里自带 sqlite3:

  docker compose exec freqtrade /bin/bash
  sqlite3 <database-file>.sqlite
  ​

• 可视化:用 SqliteBrowser 等图形工具更直观。

打开与基本操作:

sqlite3
.open <filepath>
.tables                          # 列出所有表
.schema <table_name>             # 看表结构
SELECT * FROM trades;            # 查所有交易
​

💡 切换 PostgreSQL/MariaDB 后，查询语句相同，只是客户端工具不同。

二、trades 表核心字段

trades 表是核心，记录每一笔交易。关键字段(简化):

其他常用表:

• orders:每笔交易的所有订单(含部分成交)。
• pairlocks:被锁定的交易对(protection 触发)。
• trades / orders / trade_custom_data 之间通过 ft_trade_id 关联。

三、盈亏统计查询

按交易对统计盈亏:

SELECT pair,
       COUNT(*) AS trade_count,
       ROUND(SUM(close_profit_abs), 4) AS total_profit,
       ROUND(AVG(close_profit) * 100, 2) AS avg_profit_pct,
       ROUND(SUM(CASE WHEN close_profit > 0 THEN 1 ELSE 0 END) * 100.0 / COUNT(*), 1) AS winrate_pct
FROM trades
WHERE is_open = 0
GROUP BY pair
ORDER BY total_profit DESC;
​

这会列出每个交易对的:交易次数、总绝对盈亏、平均收益率、胜率，按总盈亏降序——快速找出最赚钱和最亏钱的币。

按月统计:

SELECT strftime('%Y-%m', close_date) AS month,
       COUNT(*) AS trades,
       ROUND(SUM(close_profit_abs), 4) AS profit_abs,
       ROUND(AVG(close_profit) * 100, 2) AS avg_profit_pct
FROM trades
WHERE is_open = 0
GROUP BY month
ORDER BY month DESC;
​

按出场原因统计(诊断策略问题):

SELECT exit_reason,
       COUNT(*) AS count,
       ROUND(AVG(close_profit) * 100, 2) AS avg_profit_pct,
       ROUND(SUM(close_profit_abs), 4) AS total_profit_abs
FROM trades
WHERE is_open = 0
GROUP BY exit_reason
ORDER BY total_profit_abs;
​

如果 stop_loss 的总盈亏特别负，说明止损太宽或策略在某种行情下系统性亏损；如果 roi 占比高但单笔小，可能 ROI 太保守。

多空对比(合约策略):

SELECT is_short,
       COUNT(*) AS trades,
       ROUND(AVG(close_profit) * 100, 2) AS avg_profit_pct,
       ROUND(SUM(close_profit_abs), 4) AS total_profit_abs
FROM trades
WHERE is_open = 0
GROUP BY is_short;
​

平均持仓时长:

SELECT pair,
       ROUND(AVG((julianday(close_date) - julianday(open_date)) * 24 * 60), 1) AS avg_minutes
FROM trades
WHERE is_open = 0
GROUP BY pair;
​

四、写操作:修复与删除(危险!)

⚠️ 再次强调:永远先备份，绝不在 bot 运行时写。

修复「手动卖出后状态不同步」:你在交易所手动卖了，bot 不知道，仍以为仓位开着。优先用 /forceexit <tradeid>(bot 会自动处理)。只有不得已才直接改库:

UPDATE trades
SET is_open = 0,
    close_date = '2020-06-20 03:08:45.103418',
    close_rate = 0.19638016,
    close_profit = close_rate / open_rate - 1,
    close_profit_abs = (amount * 0.19638016 * (1 - fee_close)
                        - (amount * (open_rate * (1 - fee_open)))),
    exit_reason = 'force_exit'
WHERE id = 31;
​

删除交易(优先用 Telegram/REST 的 /delete <tradeid>,它会连带删订单和自定义数据):

-- 注意:先开外键 PRAGMA foreign_keys = ON (Ubuntu 默认关)
DELETE FROM trades WHERE id = 31;
DELETE FROM orders WHERE ft_trade_id = 31;
DELETE FROM trade_custom_data WHERE ft_trade_id = 31;
​

⚠️ 绝不在没有 WHERE 子句时跑 DELETE/UPDATE——会清空整张表。Ubuntu 的 sqlite3 默认关外键，删交易前先 PRAGMA foreign_keys = ON，否则会留下孤儿订单数据。

五、实战排查场景

场景 1:bot 说不交易了，怀疑被 protection 锁

SELECT pair, side, reason, lock_end_time
FROM pairlocks
WHERE lock_end_time > datetime('now');
​

看哪些币被锁、锁到什么时候、什么原因。

场景 2:某笔交易盈亏对不上

SELECT * FROM trades WHERE id = <tradeid>;
SELECT * FROM orders WHERE ft_trade_id = <tradeid>;
​

对比交易记录和订单明细，检查部分成交、费率、资金费率是否都算进去了。

场景 3:统计某段时间的净盈亏

SELECT ROUND(SUM(close_profit_abs), 4) AS net_profit,
       COUNT(*) AS trades
FROM trades
WHERE is_open = 0
  AND close_date BETWEEN '2024-01-01' AND '2024-03-31';
​

场景 4:胜率与盈亏比(配合策略调优)

SELECT
    COUNT(*) AS total,
    SUM(CASE WHEN close_profit > 0 THEN 1 ELSE 0 END) AS wins,
    ROUND(SUM(CASE WHEN close_profit > 0 THEN 1 ELSE 0 END) * 100.0 / COUNT(*), 1) AS winrate_pct,
    ROUND(AVG(CASE WHEN close_profit > 0 THEN close_profit END) * 100, 2) AS avg_win_pct,
    ROUND(AVG(CASE WHEN close_profit < 0 THEN close_profit END) * 100, 2) AS avg_loss_pct
FROM trades
WHERE is_open = 0 AND exit_reason != 'force_exit';
​

排除强制平仓(干扰统计)，看真实策略的胜率和盈亏比——这两个指标决定策略是否长期正期望。

本节要点回顾

1. 打开方式:sqlite3 命令行、Docker 内自带、或 SqliteBrowser 图形工具；.tables/.schema/SELECT 基本操作。
2. trades 表:核心字段含 pair/is_short/is_open/open_rate/close_rate/close_profit/close_profit_abs/exit_reason/enter_tag/leverage；与 orders/trade_custom_data 通过 ft_trade_id 关联。
3. 统计查询:按交易对/月/出场原因/多空方向聚合，算总盈亏、平均收益、胜率、持仓时长——这是 Telegram/API 给不了的自定义分析。
4. 写操作三原则:① 永远先备份；② 绝不在 bot 运行时写；③ 优先用 /forceexit//delete 等命令而非直接 SQL。
5. 修复手动平仓:UPDATE trades 设 is_open=0 及各 close 字段；删除交易:连删 trades/orders/trade_custom_data，Ubuntu 要先 PRAGMA foreign_keys=ON，绝不裸 DELETE/UPDATE。

下一节，也是全书最后一节，我们看策略迁移与常见问题——怎么用 strategy-updater 升级老策略、v2 到 v3 的术语变更、FAQ。