Modularité : combiner entrée et sortie dans Freqtrade

Dans le trading algorithmique, séparer la logique d’entrée et de sortie permet de créer des stratégies plus modulaires et robustes. Avec Freqtrade, il est possible de fusionner une stratégie d’entrée (par exemple Supertrend ou BbandRsi) avec un module de sortie dédié (comme BreakEven) pour profiter du meilleur des deux mondes :

• Entrée : conditions techniques optimisées pour détecter l’amorce d’un mouvement
• Sortie : règles claires de protection du capital (break‑even, trailing stop…)

Pourquoi séparer entrée et sortie ?

• Modularité : tester différents modules indépendamment
• Clarté du code : isoler chaque responsabilité dans sa méthode
• Optimisation : hyperopt distinct pour l’entrée et pour la sortie

Exemple : SupertrendWithBreakEven

from freqtrade.strategy import IStrategy
from user_data.strategies.Supertrend import Supertrend
from user_data.strategies.BreakEven import BreakEven

class SupertrendWithBreakEven(BreakEven, Supertrend):
"""
Entrée Supertrend + sortie BreakEven.
Hérite de BreakEven pour custom_stoploss()
Hérite de Supertrend pour populate_buy_trend()
"""
INTERFACE_VERSION = 3
minimal_roi = Supertrend.minimal_roi
timeframe = Supertrend.timeframe
stoploss = BreakEven.stoploss

def populate_buy_trend(self, dataframe, metadata):
return Supertrend.populate_buy_trend(self, dataframe, metadata)
 

Adaptations pour d’autres combinaisons

Exemple : BbandRsi + BreakEven

from user_data.strategies.BbandRsi import BbandRsi
from user_data.strategies.BreakEven import BreakEven

class BbandRsiWithBreakEven(BreakEven, BbandRsi):
minimal_roi = BbandRsi.minimal_roi
timeframe = BbandRsi.timeframe
stoploss = BreakEven.stoploss

def populate_buy_trend(self, dataframe, metadata):
return BbandRsi.populate_buy_trend(self, dataframe, metadata)
 

Bonnes pratiques

• Vérifier les paramètres : cohérence de timeframe, minimal_roi, stoploss
• Tester séparément : backtest de chaque module avant combinaison
• Optimiser par module : hyperopt pour l’entrée, calibration du stop pour la sortie
• Documenter : indiquer la provenance de chaque méthode héritée

Conclusion

Grâce à l’héritage multiple de Python, Freqtrade permet de composer facilement des stratégies : combinez n’importe quelle logique d’entrée (tendance, volatilité, momentum…) avec des modules de sortie (break‑even, trailing stop…) pour renforcer votre edge, améliorer la réutilisabilité du code et faciliter l’optimisation.