전 봉 BB·일목 조합 분석 및 simulation 단일 실행으로 통합
9개 간격(1~1440분) BB·일목 위치 특징을 3분 타임라인에 맞춰 분석하고, discover로 매수·매도 규칙을 찾은 뒤 HTML 차트에 해당 체결만 표시한다. simulation_1h.py를 simulation.py로 변경했으며, 파라미터 없이 실행하면 analyze→discover→차트가 한 번에 수행된다. Co-authored-by: Cursor <cursoragent@cursor.com>
This commit is contained in:
dsyoon
222
combination_analyzer.py
Normal file
222
combination_analyzer.py
Normal file
@@ -0,0 +1,222 @@
|
||||
"""
|
||||
모든 봉의 BB·일목 위치를 조합해 매수/매도 후보 규칙을 분석합니다.
|
||||
|
||||
python simulation.py analyze
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
import json
|
||||
from dataclasses import asdict, dataclass, field
|
||||
from pathlib import Path
|
||||
|
||||
import numpy as np
|
||||
import pandas as pd
|
||||
|
||||
from candle_features import (
|
||||
FEATURE_BOOL_COLS,
|
||||
INTERVAL_LABELS,
|
||||
build_master_feature_matrix,
|
||||
describe_latest_position,
|
||||
interval_prefix,
|
||||
)
|
||||
from config import ALL_INTERVALS, ENTRY_INTERVAL, SYMBOL
|
||||
|
||||
REPORT_FILE = Path(__file__).parent / "combination_report.json"
|
||||
|
||||
|
||||
@dataclass
|
||||
class CombinationReport:
|
||||
"""봉 조합 분석 결과."""
|
||||
|
||||
generated_at: str
|
||||
intervals_loaded: list[int]
|
||||
latest_positions: list[dict]
|
||||
buy_recommendations: list[str] = field(default_factory=list)
|
||||
sell_recommendations: list[str] = field(default_factory=list)
|
||||
buy_avoid: list[str] = field(default_factory=list)
|
||||
top_buy_pairs: list[dict] = field(default_factory=list)
|
||||
top_sell_pairs: list[dict] = field(default_factory=list)
|
||||
suggested_rules: dict = field(default_factory=dict)
|
||||
|
||||
|
||||
def _forward_return(close: pd.Series, bars: int = 20) -> pd.Series:
|
||||
"""N봉 후 수익률 (%)."""
|
||||
future = close.shift(-bars)
|
||||
return (future - close) / close.replace(0, np.nan) * 100
|
||||
|
||||
|
||||
def _predicate_keys(intervals: list[int]) -> list[str]:
|
||||
keys: list[str] = []
|
||||
for iv in intervals:
|
||||
pfx = interval_prefix(iv)
|
||||
for feat in FEATURE_BOOL_COLS:
|
||||
keys.append(f"{pfx}:{feat}")
|
||||
return keys
|
||||
|
||||
|
||||
def analyze_forward_edge(
|
||||
matrix: pd.DataFrame,
|
||||
forward_bars: int = 20,
|
||||
min_samples: int = 40,
|
||||
) -> tuple[list[dict], list[dict], list[dict]]:
|
||||
"""
|
||||
단일 조건·2봉 조합별 미래 수익 통계 (학습용 힌트).
|
||||
|
||||
Returns:
|
||||
(매수 유리 top, 매도/회피 top)
|
||||
"""
|
||||
close = matrix["Close"].astype(float)
|
||||
fwd = _forward_return(close, forward_bars)
|
||||
valid = fwd.notna()
|
||||
base_mean = float(fwd[valid].mean()) if valid.any() else 0.0
|
||||
|
||||
singles: list[dict] = []
|
||||
cols = [c for c in matrix.columns if any(c.startswith(f"{interval_prefix(iv)}_") for iv in ALL_INTERVALS)]
|
||||
|
||||
for col in cols:
|
||||
mask = matrix[col].fillna(0).astype(bool) & valid
|
||||
n = int(mask.sum())
|
||||
if n < min_samples:
|
||||
continue
|
||||
avg = float(fwd[mask].mean())
|
||||
singles.append(
|
||||
{
|
||||
"key": _col_to_key(col),
|
||||
"column": col,
|
||||
"count": n,
|
||||
"avg_forward_pct": round(avg, 4),
|
||||
"edge_vs_base": round(avg - base_mean, 4),
|
||||
}
|
||||
)
|
||||
|
||||
singles.sort(key=lambda x: x["edge_vs_base"], reverse=True)
|
||||
buy_top = [s for s in singles if s["edge_vs_base"] > 0][:25]
|
||||
sell_top = sorted(singles, key=lambda x: x["edge_vs_base"])[:15]
|
||||
|
||||
pairs: list[dict] = []
|
||||
buy_cols = [s["column"] for s in buy_top[:12]]
|
||||
for i, c1 in enumerate(buy_cols):
|
||||
for c2 in buy_cols[i + 1 :]:
|
||||
if c1.split("_")[0] == c2.split("_")[0]:
|
||||
continue
|
||||
mask = (
|
||||
matrix[c1].fillna(0).astype(bool)
|
||||
& matrix[c2].fillna(0).astype(bool)
|
||||
& valid
|
||||
)
|
||||
n = int(mask.sum())
|
||||
if n < min_samples // 2:
|
||||
continue
|
||||
avg = float(fwd[mask].mean())
|
||||
pairs.append(
|
||||
{
|
||||
"keys": [_col_to_key(c1), _col_to_key(c2)],
|
||||
"count": n,
|
||||
"avg_forward_pct": round(avg, 4),
|
||||
"edge_vs_base": round(avg - base_mean, 4),
|
||||
}
|
||||
)
|
||||
pairs.sort(key=lambda x: x["edge_vs_base"], reverse=True)
|
||||
|
||||
return buy_top, pairs[:20], sell_top
|
||||
|
||||
|
||||
def _col_to_key(col: str) -> str:
|
||||
"""m3_cross_up_lower -> m3:cross_up_lower."""
|
||||
for pfx in INTERVAL_LABELS.values():
|
||||
if col.startswith(f"{pfx}_"):
|
||||
return f"{pfx}:{col[len(pfx) + 1:]}"
|
||||
return col
|
||||
|
||||
|
||||
def build_recommendations(
|
||||
buy_top: list[dict],
|
||||
pair_top: list[dict],
|
||||
sell_top: list[dict],
|
||||
) -> tuple[list[str], list[str], list[str], dict]:
|
||||
"""사람이 읽을 수 있는 권장·규칙 초안."""
|
||||
buy_rec: list[str] = []
|
||||
sell_rec: list[str] = []
|
||||
avoid: list[str] = []
|
||||
|
||||
for s in buy_top[:8]:
|
||||
buy_rec.append(
|
||||
f"{s['key']} — {s['count']}회, {s['avg_forward_pct']:+.2f}% ({s['edge_vs_base']:+.2f}%p)"
|
||||
)
|
||||
for p in pair_top[:5]:
|
||||
buy_rec.append(
|
||||
f"조합 {' + '.join(p['keys'])} — {p['count']}회, {p['edge_vs_base']:+.2f}%p"
|
||||
)
|
||||
for s in sell_top[:6]:
|
||||
if s["edge_vs_base"] < -0.05:
|
||||
avoid.append(f"매수 회피: {s['key']} ({s['edge_vs_base']:.2f}%p)")
|
||||
|
||||
for s in sell_top[:5]:
|
||||
if "cross_up_upper" in s["key"] or "above_upper" in s["key"] or "ichi_above" in s["key"]:
|
||||
sell_rec.append(f"매도 후보: {s['key']}")
|
||||
|
||||
suggested: dict = {"buy_all": [], "buy_any": [], "sell_all": [], "sell_stop": []}
|
||||
if pair_top:
|
||||
suggested["buy_all"] = pair_top[0]["keys"]
|
||||
elif buy_top:
|
||||
suggested["buy_all"] = [buy_top[0]["key"]]
|
||||
if sell_top:
|
||||
for s in sell_top:
|
||||
if "cross_up_upper" in s.get("key", ""):
|
||||
suggested["sell_all"] = [s["key"]]
|
||||
break
|
||||
|
||||
return buy_rec, sell_rec, avoid, suggested
|
||||
|
||||
|
||||
def analyze_combinations(frames: dict[int, pd.DataFrame]) -> CombinationReport:
|
||||
"""전체 봉 BB·일목 위치 분석 + 조합 매매 힌트."""
|
||||
from datetime import datetime
|
||||
|
||||
loaded = sorted(frames.keys())
|
||||
latest = [describe_latest_position(frames[iv], iv) for iv in ALL_INTERVALS if iv in frames]
|
||||
|
||||
print("\n=== 봉별 최신 BB·일목 위치 ===")
|
||||
for p in latest:
|
||||
print(
|
||||
f" {p['label']:>6} | BB {p['bb_zone']:>6} ({p['bb_pos']:.2f}) {p['bb_state']:>16} | "
|
||||
f"일목 {p['ichi_position']:>12} TK={p['ichi_tk']} 구름={p['ichi_cloud']}"
|
||||
)
|
||||
|
||||
matrix = build_master_feature_matrix(frames).iloc[52:].copy()
|
||||
print(f"\n특징 행렬: {len(matrix)}행 × {len(matrix.columns)}열")
|
||||
|
||||
buy_top, pair_top, sell_top = analyze_forward_edge(matrix)
|
||||
buy_rec, sell_rec, avoid, suggested = build_recommendations(buy_top, pair_top, sell_top)
|
||||
|
||||
print("\n=== 매수 유리 조건 (단일·상위) ===")
|
||||
for line in buy_rec[:10]:
|
||||
print(f" {line}")
|
||||
print("\n=== 매수 회피 / 매도 참고 ===")
|
||||
for line in avoid[:6]:
|
||||
print(f" {line}")
|
||||
for line in sell_rec[:5]:
|
||||
print(f" {line}")
|
||||
|
||||
return CombinationReport(
|
||||
generated_at=datetime.now().isoformat(timespec="seconds"),
|
||||
intervals_loaded=loaded,
|
||||
latest_positions=latest,
|
||||
buy_recommendations=buy_rec,
|
||||
sell_recommendations=sell_rec,
|
||||
buy_avoid=avoid,
|
||||
top_buy_pairs=pair_top,
|
||||
suggested_rules=suggested,
|
||||
)
|
||||
|
||||
|
||||
def save_report(report: CombinationReport, path: Path = REPORT_FILE) -> None:
|
||||
path.write_text(json.dumps(asdict(report), ensure_ascii=False, indent=2), encoding="utf-8")
|
||||
print(f"\n저장: {path}")
|
||||
|
||||
|
||||
def load_frames(monitor) -> dict[int, pd.DataFrame]:
|
||||
from mtf_bb import load_frames_from_db
|
||||
|
||||
return load_frames_from_db(monitor, SYMBOL)
|
||||
Reference in New Issue
Block a user