基于15分钟历史数据回测日线时间框架策略的Pinescript问题咨询

你遇到的自动切换时间框架问题本质是TradingView对不同订阅等级的低时间框架历史数据访问有额度限制，其次是代码写法可能导致不必要的历史数据加载，可行方案如下：

• 方案1：升级TradingView订阅等级
  不同等级的15分钟K线历史访问权限如下：
  • 免费版：仅支持最近3个月的15分钟数据
  • Pro版：支持最近1年的15分钟数据
  • Pro+版：支持最近5年的15分钟数据
  • Premium版：支持最多20年的15分钟数据，可覆盖你需要的2014年数据区间
    升级后直接在15分钟图表设置回测时间范围即可，不会触发自动切时间框架。
• 方案2：优化PineScript代码减少数据加载需求
  不要在15分钟级别逐K计算日线EMA，直接用request.security()函数请求预计算的日线信号，减少历史数据加载量，示例代码如下：

  //@version=5
  strategy("日线EMA交叉15分钟回测", overlay=true)
  // 请求日线级别EMA20和EMA200的交叉信号
  [d_ema20, d_ema200] = request.security(syminfo.tickerid, "D", [ta.ema(close, 20), ta.ema(close, 200)])
  long_signal = ta.crossover(d_ema20, d_ema200)
  short_signal = ta.crossunder(d_ema20, d_ema200)
  // 15分钟级别下单
  if (long_signal)
      strategy.entry("多", strategy.long)
  if (short_signal)
      strategy.entry("空", strategy.short)
  

  额外操作技巧：启动回测前先手动将15分钟K线拉到你需要的最早历史时间点，等页面完全加载完所有K线后再运行回测，可避免触发自动切换时间框架的逻辑。
• 方案3：本地搭建回测环境（无需TradingView订阅）
  如果你不想升级订阅，可以用Python完成批量回测，比手动Excel处理效率高10倍以上：
  1. 用公开数据源API下载对应品种的15分钟历史行情数据
  2. 用pandas库按自然日分组计算每日收盘价的EMA20、EMA200以及交叉信号
  3. 用回测框架（如VectorBT、Backtrader）匹配15分钟行情执行开平仓逻辑，自动输出回测报告
     单品种半年的15分钟数据回测全程耗时不超过10秒，支持批量处理多品种。

内容的提问来源于stack exchange，提问作者Geewhiz