GT 총자산 비율 매수·leg 티어 배분과 시뮬/실거래 포지션 사이징을 통합한다.

타점·비중을 gt_model로 일반화하고, amount_krw 시각순 배분·EV/WF·상위 leg 대형 매수를
position_sizing과 시뮬 HTML(고정 ₩/회 비교)에 반영한다.

Co-authored-by: Cursor <cursoragent@cursor.com>

deepcoin/ground_truth/gt_model.py

@@ -0,0 +1,228 @@
+"""
+Ground Truth 타점·비중·자본 배분 모델 (일반화 명세).
+
+타점 생성(ground_truth.py)과 자본 배분(position_sizing.py)의 공통 언어.
+"""
+
+from __future__ import annotations
+
+from dataclasses import dataclass, field
+from typing import Any
+
+from config import (
+    GT_BUY_BB_MAX,
+    GT_BUY_MIN_BARS,
+    GT_BUY_MIN_SWING_PCT,
+    GT_BUY_PCT_LARGE_LEG,
+    GT_BUY_PCT_SMALL_LEG,
+    GT_LARGE_LEG_TOP_PCT,
+    GT_MAX_BUYS_PER_LEG,
+    GT_MAX_SELLS_PER_LEG,
+    GT_MIN_ORDER_KRW,
+    GT_SELL_SPLIT_GAP_PCT,
+    GT_SELECTION_MODE,
+)
+
+
+@dataclass(frozen=True)
+class GtEntrySpec:
+    """
+    매수 타점(leg 내 분할) 규칙.
+
+    Attributes:
+        pivot_kind: ZigZag 저점(trough).
+        price_field: 체결가 = 봉 Low.
+        weight_rule: 저가일수록 큰 비중 (1/price 정규화).
+        max_per_leg: leg당 최대 매수 횟수.
+        min_bars_gap: 분할 매수 최소 봉 간격.
+    """
+
+    pivot_kind: str = "trough"
+    price_field: str = "Low"
+    weight_rule: str = "inverse_price_normalized"
+    max_per_leg: int = GT_MAX_BUYS_PER_LEG
+    min_bars_gap: int = GT_BUY_MIN_BARS
+    bb_filter: str = f"bb_pos <= {GT_BUY_BB_MAX}"
+
+
+@dataclass(frozen=True)
+class GtExitSpec:
+    """
+    매도 타점(leg 내 분할) 규칙.
+
+    Attributes:
+        pivot_kind: major swing 고점(peak).
+        price_field: 체결가 = 봉 High.
+        split_weights: 2회 분할 시 (65%, 35%).
+        split_gap_pct: 2차 고점 인정 최소 괴리(%).
+    """
+
+    pivot_kind: str = "peak"
+    price_field: str = "High"
+    split_weights: tuple[float, float] = (0.65, 0.35)
+    split_gap_pct: float = GT_SELL_SPLIT_GAP_PCT
+    max_per_leg: int = GT_MAX_SELLS_PER_LEG
+
+
+@dataclass(frozen=True)
+class GtCapitalSpec:
+    """
+    체결 원화(amount_krw) 배분 규칙.
+
+    Attributes:
+        buy_formula: 총자산 × 최적매수율, 상한=가용현금.
+        optimal_buy_rate: leg 내 남은 weight 비중.
+        large_leg_top_pct: 수익률 상위 leg 비율.
+        pct_large: 상위 leg 총자산 배분 스케일.
+        pct_small: 그 외 leg 스케일.
+        min_order_krw: 최소 체결 원화.
+    """
+
+    buy_formula: str = "min(total_asset * w_share * tier_scale, cash/(1+fee))"
+    optimal_buy_rate: str = "weight / sum(remaining_buy_weights_in_leg)"
+    large_leg_top_pct: float = GT_LARGE_LEG_TOP_PCT
+    pct_large: float = GT_BUY_PCT_LARGE_LEG
+    pct_small: float = GT_BUY_PCT_SMALL_LEG
+    min_order_krw: float = float(GT_MIN_ORDER_KRW)
+    sell_formula: str = "leg_qty * sell_weight * price (last sell = full leg_qty)"
+
+
+@dataclass
+class GroundTruthModel:
+    """
+    GT 전체 모델 (타점 + 비중 + 자본).
+
+    Attributes:
+        selection_mode: 타점 생성 모드.
+        entry: 매수 명세.
+        exit: 매도 명세.
+        capital: 자본 배분 명세.
+        leg: leg 정의.
+    """
+
+    selection_mode: str = GT_SELECTION_MODE
+    entry: GtEntrySpec = field(default_factory=GtEntrySpec)
+    exit: GtExitSpec = field(default_factory=GtExitSpec)
+    capital: GtCapitalSpec = field(default_factory=GtCapitalSpec)
+    leg_definition: str = (
+        "이전 고점 매도 ~ 다음 고점 매도 구간 = leg_id; "
+        "기간말 잔여 구간은 마지막 leg"
+    )
+    execution_order_chrono: str = (
+        "amount_krw 배분·summary.pnl_pct = 시각순 체결(매도 후 현금 → 다음 매수 반영)"
+    )
+    execution_order_leg_block: str = (
+        "JSON 저장 순서 = leg별 매수 전량 → 매도 전량 (차트·테이블 leg 정합)"
+    )
+
+
+def default_model() -> GroundTruthModel:
+    """현재 config 기준 GT 모델."""
+    return GroundTruthModel()
+
+
+def compute_buy_weights_inverse_price(prices: list[float]) -> list[float]:
+    """
+    저점 매수 비중: score_i = 1/price_i → 합=1 정규화.
+
+    Args:
+        prices: leg 내 매수 후보 가격.
+
+    Returns:
+        weight 리스트 (합 ≈ 1).
+    """
+    if not prices:
+        return []
+    scores = [1.0 / max(p, 1e-9) for p in prices]
+    s = sum(scores)
+    return [x / s for x in scores] if s > 0 else [1.0 / len(prices)] * len(prices)
+
+
+def sell_split_weights(n_sells: int) -> list[float]:
+    """
+    leg 매도 비중.
+
+    Args:
+        n_sells: 매도 횟수(1 또는 2).
+
+    Returns:
+        weight 리스트.
+    """
+    spec = GtExitSpec()
+    if n_sells >= 2:
+        return list(spec.split_weights)
+    return [1.0]
+
+
+def model_to_dict(model: GroundTruthModel | None = None) -> dict[str, Any]:
+    """
+    JSON·리포트용 모델 dict.
+
+    Args:
+        model: None이면 default.
+
+    Returns:
+        직렬화 dict.
+    """
+    m = model or default_model()
+    return {
+        "selection_mode": m.selection_mode,
+        "leg_definition": m.leg_definition,
+        "entry": {
+            "pivot": m.entry.pivot_kind,
+            "price": m.entry.price_field,
+            "weight_rule": m.entry.weight_rule,
+            "weight_formula": "w_i = (1/price_i) / sum(1/price_j)",
+            "max_buys_per_leg": m.entry.max_per_leg,
+            "min_bars_between_buys": m.entry.min_bars_gap,
+            "bb_filter": m.entry.bb_filter,
+        },
+        "exit": {
+            "pivot": m.exit.pivot_kind,
+            "price": m.exit.price_field,
+            "weight_rule": "fixed_split_or_full",
+            "weights_two_sell": list(m.exit.split_weights),
+            "split_gap_pct": m.exit.split_gap_pct,
+            "max_sells_per_leg": m.exit.max_per_leg,
+        },
+        "capital": {
+            "buy": m.capital.buy_formula,
+            "optimal_buy_rate": m.capital.optimal_buy_rate,
+            "large_leg_top_pct": m.capital.large_leg_top_pct,
+            "pct_large_leg": m.capital.pct_large,
+            "pct_small_leg": m.capital.pct_small,
+            "min_order_krw": m.capital.min_order_krw,
+            "sell": m.capital.sell_formula,
+        },
+        "execution": {
+            "chrono": m.execution_order_chrono,
+            "leg_block_json": m.execution_order_leg_block,
+        },
+    }
+
+
+def summarize_leg_weights(trades: list[dict[str, Any]]) -> dict[str, Any]:
+    """
+    leg별 매수·매도 비중 합 검증용 요약.
+
+    Args:
+        trades: GT trade dict.
+
+    Returns:
+        leg_id → {buy_sum, sell_sum, n_buy, n_sell}.
+    """
+    legs: dict[int, dict[str, Any]] = {}
+    for t in trades:
+        lid = int(t.get("leg_id", 0))
+        legs.setdefault(
+            lid,
+            {"buy_sum": 0.0, "sell_sum": 0.0, "n_buy": 0, "n_sell": 0},
+        )
+        w = float(t.get("weight", 0))
+        if t.get("action") == "buy":
+            legs[lid]["buy_sum"] += w
+            legs[lid]["n_buy"] += 1
+        elif t.get("action") == "sell":
+            legs[lid]["sell_sum"] += w
+            legs[lid]["n_sell"] += 1
+    return legs