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
@@ -20,8 +20,10 @@ BB_MIN_WIDTH_PCT=0.8
|
||||
|
||||
# downloader.py — coins.db 적재 개월 수
|
||||
DOWNLOAD_MONTHS=6
|
||||
DOWNLOAD_MONTHS_1M=2
|
||||
USE_DISCOVERED_LIVE=true
|
||||
|
||||
# simulation_1h.py
|
||||
# simulation.py
|
||||
SIM_INITIAL_CASH_KRW=200000
|
||||
SIM_MIN_ORDER_KRW=5000
|
||||
TRADING_FEE_RATE=0.0005
|
||||
|
||||
84
README.md
84
README.md
@@ -1,50 +1,64 @@
|
||||
# DeepCoin — WLD 볼린저 MTF
|
||||
# DeepCoin — WLD 전봉 BB·일목 조합 매매
|
||||
|
||||
빗썸 KRW-WLD 현물 전용. **모든 봉**에 동일한 BB 규칙을 적용하고, 봉별 상태를 비교해 실행·확인 봉을 정합니다.
|
||||
빗썸 KRW-WLD 현물. **1, 3, 5, 10, 15, 30, 60, 240, 1440분** 모든 봉에서
|
||||
볼린저 밴드·일목균형표 **캔들 위치**를 분석하고, 봉 조합으로 매수·매도 규칙을 탐색합니다.
|
||||
|
||||
## BB 기본 규칙 (모든 간격 동일)
|
||||
## 구조
|
||||
|
||||
| 구분 | 조건 |
|
||||
|------|------|
|
||||
| 매수 | 이전 종가 ≤ 하단, 현재 종가 > 하단 (하단 **상향 돌파**) |
|
||||
| 매도 | 이전 종가 < 상단, 현재 종가 ≥ 상단 (상단 **상향 돌파**) |
|
||||
| 손절(선택) | 하단 재이탈 |
|
||||
```text
|
||||
downloader.py → coins.db (전 간격 증분)
|
||||
indicators.py → BB·일목 계산
|
||||
candle_features.py → 봉별 위치 특징 → 3분 타임라인 행렬
|
||||
combination_analyzer.py → 조합 분석·combination_report.json
|
||||
rule_discovery.py → discovered_rules.json
|
||||
strategy.py → 실시간 evaluate_discovered_live
|
||||
monitor_coin.py → 실거래 루프
|
||||
simulation.py → 백테스트·HTML 차트
|
||||
```
|
||||
|
||||
**MTF 적용** (`mtf_bb.py`, `ACTIVE_MTF_POLICY` / `mtf_bb_policy.json`)
|
||||
## 봉별 분석 항목
|
||||
|
||||
- 실행 봉: 3·10·15·30·60분 중 백테스트 수익률 1위
|
||||
- 확인 봉: 60분·일봉 등 상위 봉 상태가 매수/매도에 맞을 때만 체결
|
||||
- 하락 추세: 매수 차단 (설정 시)
|
||||
### 볼린저
|
||||
- 이벤트: `cross_up_lower`, `cross_up_upper`, `inside_band`, `squeeze` …
|
||||
- 구간: `bb_zone_bottom` ~ `bb_zone_top` (%B)
|
||||
|
||||
봉별 상태: `inside`, `cross_up_lower`, `cross_up_upper`, `below_lower`, `above_upper`, `squeeze` 등
|
||||
### 일목균형표
|
||||
- `ichi_above_cloud`, `ichi_below_cloud`, `ichi_in_cloud`
|
||||
- `ichi_tk_bull` / `ichi_tk_cross_up`, `ichi_cloud_bull` …
|
||||
|
||||
## 파일
|
||||
### 조합
|
||||
- 3분 기준 `merge_asof`로 모든 봉 특징을 한 행에 정렬
|
||||
- `discover`가 AND/OR 조합으로 매수·매도 규칙 탐색
|
||||
|
||||
| 파일 | 역할 |
|
||||
|------|------|
|
||||
| `strategy.py` | 신호·금액·매도 비율 |
|
||||
| `monitor.py` | MTF 데이터, `process_wld_mtf`, 현물 주문 |
|
||||
| `monitor_coin.py` | 실시간 루프 |
|
||||
| `downloader.py` | `coins.db` (3분·1시간·일봉) |
|
||||
| `mtf_bb.py` | 봉별 BB 비교·정책 추천 |
|
||||
| `simulation_1h.py` | 백테스트 차트 |
|
||||
|
||||
## 실행
|
||||
## 실행 순서
|
||||
|
||||
```bash
|
||||
cp .env.example .env
|
||||
python downloader.py
|
||||
python simulation_1h.py discover # 모든 봉·캔들 특징 탐색 → discovered_rules.json
|
||||
python simulation_1h.py # 탐색 규칙 HTML 차트 (기본)
|
||||
python simulation_1h.py compare # 9종 조합 순위
|
||||
python simulation_1h.py mtf # 봉별 BB 비교 (실거래 전 참고)
|
||||
python monitor_coin.py # 실거래는 HTML 최적화 후 연동 예정
|
||||
python downloader.py # 1분봉 2개월, 나머지 6개월
|
||||
python simulation.py # analyze → discover → HTML (탐색 매수·매도 규칙 표시)
|
||||
python monitor_coin.py # 실거래
|
||||
```
|
||||
|
||||
`DOWNLOAD_MONTHS=6` — 간격: **3, 10, 15, 30, 60, 240, 1440**분.
|
||||
**증분 저장**: DB `MAX(ymdhms)` 이후 봉만 INSERT (재실행 시 전체 삭제 없음).
|
||||
HTML 차트에는 `discovered_rules.json` 에서 찾은 **매수·매도 규칙**의 체결만 표시합니다.
|
||||
고급: `analyze`, `discover`, `compare`, `mtf`.
|
||||
|
||||
## 환경 변수
|
||||
## 설정 (`config.py`)
|
||||
|
||||
`BITHUMB_ACCESS_KEY`, `BITHUMB_SECRET_KEY`, `COIN_TELEGRAM_*`,
|
||||
`BUY_COOLDOWN_SEC`(기본 300), `SELL_COOLDOWN_SEC`(180), `DEFAULT_BUY_KRW` 등 — `.env.example` 참고.
|
||||
| 항목 | 설명 |
|
||||
|------|------|
|
||||
| `ALL_INTERVALS` | 1,3,5,10,15,30,60,240,1440 |
|
||||
| `ENTRY_INTERVAL` | 조합 행렬 기준 3분 |
|
||||
| `DOWNLOAD_MONTHS_1M` | 1분봉 보관 개월 (기본 2) |
|
||||
| `USE_DISCOVERED_LIVE` | 실거래에 discovered_rules 사용 |
|
||||
|
||||
## 출력 파일
|
||||
|
||||
| 파일 | 내용 |
|
||||
|------|------|
|
||||
| `combination_report.json` | 봉별 최신 위치·매수/매도 힌트 |
|
||||
| `discovered_rules.json` | 탐색된 매매 규칙 |
|
||||
| `reports/wld_bb_simulation.html` | 시뮬 차트 |
|
||||
|
||||
## 면책
|
||||
|
||||
실거래 손실 책임은 사용자에게 있습니다.
|
||||
|
||||
@@ -1,5 +1,5 @@
|
||||
"""
|
||||
모든 봉 간격에 대해 BB 위치·캔들 형태(몸통/꼬리/높이) 특징을 계산하고
|
||||
모든 봉(1~1440분)에 BB·일목 위치·캔들 형태 특징을 계산하고
|
||||
기준 타임라인(3분)에 맞춰 정렬합니다.
|
||||
"""
|
||||
|
||||
@@ -8,11 +8,14 @@ from __future__ import annotations
|
||||
import numpy as np
|
||||
import pandas as pd
|
||||
|
||||
from config import ENTRY_INTERVAL
|
||||
from config import ALL_INTERVALS, ENTRY_INTERVAL
|
||||
from indicators import add_bollinger, add_ichimoku
|
||||
from strategy import prepare_entry_df
|
||||
|
||||
INTERVAL_LABELS: dict[int, str] = {
|
||||
1: "m1",
|
||||
3: "m3",
|
||||
5: "m5",
|
||||
10: "m10",
|
||||
15: "m15",
|
||||
30: "m30",
|
||||
@@ -27,9 +30,69 @@ def interval_prefix(interval: int) -> str:
|
||||
return INTERVAL_LABELS.get(interval, f"m{interval}")
|
||||
|
||||
|
||||
def interval_display(interval: int) -> str:
|
||||
if interval >= 1440:
|
||||
return "일봉"
|
||||
return f"{interval}분"
|
||||
|
||||
|
||||
# BB 위치 (밴드 내 %B 구간)
|
||||
BB_ZONE_FEATURES: tuple[str, ...] = (
|
||||
"bb_zone_bottom",
|
||||
"bb_zone_low",
|
||||
"bb_zone_mid",
|
||||
"bb_zone_high",
|
||||
"bb_zone_top",
|
||||
)
|
||||
|
||||
# 일목 위치
|
||||
ICHI_FEATURES: tuple[str, ...] = (
|
||||
"ichi_above_cloud",
|
||||
"ichi_below_cloud",
|
||||
"ichi_in_cloud",
|
||||
"ichi_cloud_bull",
|
||||
"ichi_cloud_bear",
|
||||
"ichi_tk_bull",
|
||||
"ichi_tk_bear",
|
||||
"ichi_price_above_tenkan",
|
||||
"ichi_price_below_kijun",
|
||||
"ichi_tk_cross_up",
|
||||
"ichi_tk_cross_down",
|
||||
)
|
||||
|
||||
# BB 이벤트·캔들 형태
|
||||
BB_EVENT_FEATURES: tuple[str, ...] = (
|
||||
"cross_up_lower",
|
||||
"cross_up_upper",
|
||||
"cross_down_lower",
|
||||
"below_lower",
|
||||
"above_upper",
|
||||
"inside_band",
|
||||
"bb_pos_low",
|
||||
"bb_pos_high",
|
||||
"squeeze",
|
||||
)
|
||||
|
||||
CANDLE_SHAPE_FEATURES: tuple[str, ...] = (
|
||||
"body_strong",
|
||||
"body_weak",
|
||||
"hammer",
|
||||
"shooting_star",
|
||||
"bullish",
|
||||
"bearish",
|
||||
)
|
||||
|
||||
FEATURE_BOOL_COLS: tuple[str, ...] = (
|
||||
BB_EVENT_FEATURES
|
||||
+ BB_ZONE_FEATURES
|
||||
+ ICHI_FEATURES
|
||||
+ CANDLE_SHAPE_FEATURES
|
||||
)
|
||||
|
||||
|
||||
def compute_bar_features(df: pd.DataFrame) -> pd.DataFrame:
|
||||
"""단일 봉 DataFrame에 위치·캔들 높이 특징을 추가합니다."""
|
||||
out = prepare_entry_df(df.copy())
|
||||
"""단일 봉 DataFrame에 BB·일목·캔들 위치 특징을 추가합니다."""
|
||||
out = add_bollinger(add_ichimoku(prepare_entry_df(df.copy())))
|
||||
if len(out) < 2:
|
||||
return out
|
||||
|
||||
@@ -42,13 +105,6 @@ def compute_bar_features(df: pd.DataFrame) -> pd.DataFrame:
|
||||
lower = out["Lower"].astype(float)
|
||||
prev_upper = upper.shift(1)
|
||||
prev_lower = lower.shift(1)
|
||||
ma = out["MA"].astype(float)
|
||||
|
||||
band = (upper - lower).replace(0, np.nan)
|
||||
out["bb_pos"] = ((c - lower) / band).clip(0, 1)
|
||||
out["bb_width_pct"] = (
|
||||
out["BB_Width"] if "BB_Width" in out.columns else (band / ma.replace(0, np.nan) * 100)
|
||||
)
|
||||
|
||||
rng = (h - l).replace(0, np.nan)
|
||||
body = (c - o).abs()
|
||||
@@ -57,8 +113,13 @@ def compute_bar_features(df: pd.DataFrame) -> pd.DataFrame:
|
||||
out["upper_wick_ratio"] = ((h - np.maximum(o, c)) / rng).fillna(0).clip(0, 1)
|
||||
out["lower_wick_ratio"] = ((np.minimum(o, c) - l) / rng).fillna(0).clip(0, 1)
|
||||
out["ret_pct"] = ((c - prev_c) / prev_c.replace(0, np.nan)) * 100
|
||||
out["bullish"] = (c > o).astype(int)
|
||||
out["bearish"] = (c < o).astype(int)
|
||||
|
||||
pos = out["bb_pos"].astype(float)
|
||||
out["bb_zone_bottom"] = (pos < 0.15).astype(int)
|
||||
out["bb_zone_low"] = ((pos >= 0.15) & (pos < 0.35)).astype(int)
|
||||
out["bb_zone_mid"] = ((pos >= 0.35) & (pos < 0.65)).astype(int)
|
||||
out["bb_zone_high"] = ((pos >= 0.65) & (pos < 0.85)).astype(int)
|
||||
out["bb_zone_top"] = (pos >= 0.85).astype(int)
|
||||
|
||||
out["cross_up_lower"] = ((prev_c <= prev_lower) & (c > lower)).astype(int)
|
||||
out["cross_up_upper"] = ((prev_c < prev_upper) & (c >= upper)).astype(int)
|
||||
@@ -66,35 +127,83 @@ def compute_bar_features(df: pd.DataFrame) -> pd.DataFrame:
|
||||
out["below_lower"] = (c < lower).astype(int)
|
||||
out["above_upper"] = (c > upper).astype(int)
|
||||
out["inside_band"] = ((c >= lower) & (c <= upper)).astype(int)
|
||||
out["bb_pos_low"] = (pos < 0.2).astype(int)
|
||||
out["bb_pos_high"] = (pos > 0.8).astype(int)
|
||||
out["squeeze"] = (out["BB_Width"] < 0.8).astype(int)
|
||||
|
||||
ct = out["ichi_cloud_top"].astype(float)
|
||||
cb = out["ichi_cloud_bottom"].astype(float)
|
||||
ten = out["ichi_tenkan"].astype(float)
|
||||
kij = out["ichi_kijun"].astype(float)
|
||||
prev_ten = ten.shift(1)
|
||||
prev_kij = kij.shift(1)
|
||||
|
||||
out["ichi_above_cloud"] = (c > ct).astype(int)
|
||||
out["ichi_below_cloud"] = (c < cb).astype(int)
|
||||
out["ichi_in_cloud"] = ((c >= cb) & (c <= ct)).astype(int)
|
||||
out["ichi_cloud_bull"] = (out["ichi_span_a"] > out["ichi_span_b"]).astype(int)
|
||||
out["ichi_cloud_bear"] = (out["ichi_span_a"] < out["ichi_span_b"]).astype(int)
|
||||
out["ichi_tk_bull"] = (ten > kij).astype(int)
|
||||
out["ichi_tk_bear"] = (ten < kij).astype(int)
|
||||
out["ichi_price_above_tenkan"] = (c > ten).astype(int)
|
||||
out["ichi_price_below_kijun"] = (c < kij).astype(int)
|
||||
out["ichi_tk_cross_up"] = ((prev_ten <= prev_kij) & (ten > kij)).astype(int)
|
||||
out["ichi_tk_cross_down"] = ((prev_ten >= prev_kij) & (ten < kij)).astype(int)
|
||||
|
||||
out["bb_pos_low"] = (out["bb_pos"] < 0.2).astype(int)
|
||||
out["bb_pos_high"] = (out["bb_pos"] > 0.8).astype(int)
|
||||
out["body_strong"] = (out["body_ratio"] > 0.55).astype(int)
|
||||
out["body_weak"] = (out["body_ratio"] < 0.25).astype(int)
|
||||
out["hammer"] = ((out["lower_wick_ratio"] > 0.45) & (out["body_ratio"] < 0.35)).astype(int)
|
||||
out["shooting_star"] = ((out["upper_wick_ratio"] > 0.45) & (out["body_ratio"] < 0.35)).astype(int)
|
||||
out["squeeze"] = (out["bb_width_pct"] < 0.8).astype(int)
|
||||
out["bullish"] = (c > o).astype(int)
|
||||
out["bearish"] = (c < o).astype(int)
|
||||
|
||||
return out
|
||||
|
||||
|
||||
FEATURE_BOOL_COLS: tuple[str, ...] = (
|
||||
"cross_up_lower",
|
||||
"cross_up_upper",
|
||||
"cross_down_lower",
|
||||
"below_lower",
|
||||
"above_upper",
|
||||
"inside_band",
|
||||
"bb_pos_low",
|
||||
"bb_pos_high",
|
||||
"body_strong",
|
||||
"body_weak",
|
||||
"hammer",
|
||||
"shooting_star",
|
||||
"squeeze",
|
||||
"bullish",
|
||||
"bearish",
|
||||
)
|
||||
def describe_latest_position(df: pd.DataFrame, interval: int) -> dict:
|
||||
"""한 봉의 최신 BB·일목 위치 요약."""
|
||||
feat = compute_bar_features(df)
|
||||
if feat.empty:
|
||||
return {"interval": interval, "label": interval_display(interval)}
|
||||
row = feat.iloc[-1]
|
||||
pos = float(row.get("bb_pos", 0.5))
|
||||
bb_zone = "mid"
|
||||
for z in BB_ZONE_FEATURES:
|
||||
if int(row.get(z, 0)) == 1:
|
||||
bb_zone = z.replace("bb_zone_", "")
|
||||
break
|
||||
ichi_pos = "in_cloud"
|
||||
if int(row.get("ichi_above_cloud", 0)):
|
||||
ichi_pos = "above_cloud"
|
||||
elif int(row.get("ichi_below_cloud", 0)):
|
||||
ichi_pos = "below_cloud"
|
||||
|
||||
return {
|
||||
"interval": interval,
|
||||
"label": interval_display(interval),
|
||||
"close": float(row["Close"]),
|
||||
"bb_pos": round(pos, 3),
|
||||
"bb_zone": bb_zone,
|
||||
"bb_state": _bb_event_label(row),
|
||||
"ichi_position": ichi_pos,
|
||||
"ichi_tk": "bull" if int(row.get("ichi_tk_bull", 0)) else "bear",
|
||||
"ichi_cloud": "bull" if int(row.get("ichi_cloud_bull", 0)) else "bear",
|
||||
}
|
||||
|
||||
|
||||
def _bb_event_label(row: pd.Series) -> str:
|
||||
for name in (
|
||||
"cross_up_lower",
|
||||
"cross_up_upper",
|
||||
"cross_down_lower",
|
||||
"below_lower",
|
||||
"above_upper",
|
||||
"squeeze",
|
||||
"inside_band",
|
||||
):
|
||||
if int(row.get(name, 0)) == 1:
|
||||
return name
|
||||
return "neutral"
|
||||
|
||||
|
||||
def _merge_interval_features(
|
||||
@@ -104,7 +213,16 @@ def _merge_interval_features(
|
||||
) -> pd.DataFrame:
|
||||
"""master_index 길이와 동일한 간격 특징만 반환."""
|
||||
pick = [c for c in FEATURE_BOOL_COLS if c in feat.columns]
|
||||
extra = [c for c in ("bb_pos", "body_ratio", "lower_wick_ratio", "ret_pct") if c in feat.columns]
|
||||
extra = [
|
||||
c
|
||||
for c in ("bb_pos", "body_ratio", "lower_wick_ratio", "ret_pct", "bb_width_pct")
|
||||
if c in feat.columns
|
||||
]
|
||||
if "bb_width_pct" not in feat.columns and "BB_Width" in feat.columns:
|
||||
feat = feat.copy()
|
||||
feat["bb_width_pct"] = feat["BB_Width"]
|
||||
extra.append("bb_width_pct")
|
||||
|
||||
sub = feat[pick + extra].copy()
|
||||
sub.columns = [f"{prefix}_{c}" for c in sub.columns]
|
||||
|
||||
@@ -124,33 +242,35 @@ def _merge_interval_features(
|
||||
|
||||
|
||||
def build_master_feature_matrix(frames: dict[int, pd.DataFrame]) -> pd.DataFrame:
|
||||
"""3분 타임라인에 모든 봉의 위치·캔들 특징을 붙인 행렬 (인덱스 유일)."""
|
||||
"""3분 타임라인에 모든 봉의 BB·일목·캔들 특징을 붙인 행렬."""
|
||||
entry = frames.get(ENTRY_INTERVAL)
|
||||
if entry is None or entry.empty:
|
||||
raise ValueError("ENTRY_INTERVAL 데이터가 없습니다.")
|
||||
raise ValueError(f"{ENTRY_INTERVAL}분봉(ENTRY_INTERVAL) 데이터가 없습니다.")
|
||||
|
||||
entry_feat = compute_bar_features(entry)
|
||||
entry_feat = entry_feat[~entry_feat.index.duplicated(keep="last")].sort_index()
|
||||
|
||||
p3 = interval_prefix(ENTRY_INTERVAL)
|
||||
p0 = interval_prefix(ENTRY_INTERVAL)
|
||||
ohlc = ["Open", "High", "Low", "Close", "Volume", "Upper", "Lower", "MA"]
|
||||
master = entry_feat[[c for c in ohlc if c in entry_feat.columns]].copy()
|
||||
|
||||
for col in FEATURE_BOOL_COLS:
|
||||
if col in entry_feat.columns:
|
||||
master[f"{p3}_{col}"] = entry_feat[col]
|
||||
for col in ("bb_pos", "body_ratio", "lower_wick_ratio", "ret_pct", "bb_width_pct"):
|
||||
master[f"{p0}_{col}"] = entry_feat[col]
|
||||
for col in ("bb_pos", "body_ratio", "lower_wick_ratio", "ret_pct", "bb_width_pct", "BB_Width"):
|
||||
if col in entry_feat.columns:
|
||||
master[f"{p3}_{col}"] = entry_feat[col]
|
||||
master[f"{p0}_{col}"] = entry_feat[col]
|
||||
|
||||
parts = [master]
|
||||
for interval, df in sorted(frames.items()):
|
||||
if interval == ENTRY_INTERVAL or df is None or df.empty:
|
||||
for interval in ALL_INTERVALS:
|
||||
if interval == ENTRY_INTERVAL:
|
||||
continue
|
||||
df = frames.get(interval)
|
||||
if df is None or df.empty:
|
||||
continue
|
||||
feat = compute_bar_features(df)
|
||||
feat = feat[~feat.index.duplicated(keep="last")].sort_index()
|
||||
prefix = interval_prefix(interval)
|
||||
parts.append(_merge_interval_features(master.index, feat, prefix))
|
||||
merged = _merge_interval_features(master.index, feat, prefix)
|
||||
master = pd.concat([master, merged], axis=1)
|
||||
|
||||
out = pd.concat(parts, axis=1)
|
||||
return out.loc[:, ~out.columns.duplicated()]
|
||||
return master.loc[:, ~master.columns.duplicated()]
|
||||
|
||||
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)
|
||||
12
config.py
12
config.py
@@ -24,7 +24,6 @@ KR_COINS: dict[str, str] = {
|
||||
}
|
||||
|
||||
# --- 타임프레임 (분) ---
|
||||
ENTRY_INTERVAL = 3
|
||||
TREND_INTERVAL_1H = 60
|
||||
TREND_INTERVAL_1D = 1440
|
||||
|
||||
@@ -55,10 +54,19 @@ TRADING_FEE_RATE = float(os.getenv("TRADING_FEE_RATE", "0.0005"))
|
||||
|
||||
# --- coins.db (downloader.py 적재 간격, 분) ---
|
||||
# 빗썸 분봉 API: 1,3,5,10,15,30,60,240 / 일봉 1440
|
||||
DOWNLOAD_INTERVALS: tuple[int, ...] = (3, 10, 15, 30, 60, 240, 1440)
|
||||
ALL_INTERVALS: tuple[int, ...] = (1, 3, 5, 10, 15, 30, 60, 240, 1440)
|
||||
DOWNLOAD_INTERVALS: tuple[int, ...] = ALL_INTERVALS
|
||||
DOWNLOAD_MONTHS = int(os.getenv("DOWNLOAD_MONTHS", "6"))
|
||||
# 1분봉은 용량·API 부담으로 기본 2개월 (환경변수로 조정)
|
||||
DOWNLOAD_MONTHS_1M = int(os.getenv("DOWNLOAD_MONTHS_1M", "2"))
|
||||
DB_PATH = "coins.db"
|
||||
|
||||
# 규칙 탐색·조합 분석 기준 타임라인
|
||||
ENTRY_INTERVAL = 3
|
||||
|
||||
# 실시간: discovered_rules + 전 봉 BB·일목 조합 (False면 mtf_bb_policy)
|
||||
USE_DISCOVERED_LIVE = os.getenv("USE_DISCOVERED_LIVE", "true").lower() in ("1", "true", "yes")
|
||||
|
||||
# --- 시뮬레이션 ---
|
||||
SIM_INITIAL_CASH_KRW = int(os.getenv("SIM_INITIAL_CASH_KRW", "200000"))
|
||||
SIM_MIN_ORDER_KRW = int(os.getenv("SIM_MIN_ORDER_KRW", "5000"))
|
||||
|
||||
@@ -1,22 +1,19 @@
|
||||
{
|
||||
"name": "discovered_best",
|
||||
"buy_all": [
|
||||
"m3:bb_pos_low",
|
||||
"m3:shooting_star",
|
||||
"m15:inside_band",
|
||||
"m3:inside_band",
|
||||
"m3:hammer"
|
||||
"m240:above_upper",
|
||||
"m3:bb_zone_bottom"
|
||||
],
|
||||
"buy_any": [],
|
||||
"sell_all": [
|
||||
"m3:cross_up_upper",
|
||||
"m3:bearish",
|
||||
"m10:cross_up_upper",
|
||||
"m30:bb_pos_high"
|
||||
"m3:ichi_above_cloud",
|
||||
"m3:ichi_cloud_bull",
|
||||
"m3:ichi_tk_cross_up"
|
||||
],
|
||||
"sell_stop": [],
|
||||
"train_return_pct": 1.9043499145753595,
|
||||
"test_return_pct": 0.6201861088011792,
|
||||
"full_return_pct": 2.524536023376539,
|
||||
"trade_count": 9
|
||||
"train_return_pct": 2.9835000000000003,
|
||||
"test_return_pct": 1.45272321428571,
|
||||
"full_return_pct": 4.43622321428571,
|
||||
"trade_count": 3
|
||||
}
|
||||
@@ -18,6 +18,7 @@ from config import (
|
||||
DB_PATH,
|
||||
DOWNLOAD_INTERVALS,
|
||||
DOWNLOAD_MONTHS,
|
||||
DOWNLOAD_MONTHS_1M,
|
||||
KR_COINS,
|
||||
SYMBOL,
|
||||
)
|
||||
@@ -71,9 +72,18 @@ def interval_label(interval: int) -> str:
|
||||
return f"{interval}분봉"
|
||||
|
||||
|
||||
def months_for_interval(interval: int, default_months: int) -> int:
|
||||
"""간격별 DB 보관 개월 수 (1분봉은 별도 상한)."""
|
||||
if interval == 1:
|
||||
return DOWNLOAD_MONTHS_1M
|
||||
return default_months
|
||||
|
||||
|
||||
def download_jobs() -> list[tuple[int, str]]:
|
||||
labels = {
|
||||
1: "1분",
|
||||
3: "3분",
|
||||
5: "5분",
|
||||
10: "10분",
|
||||
15: "15분",
|
||||
30: "30분",
|
||||
@@ -241,6 +251,7 @@ def download_symbol(
|
||||
months: int,
|
||||
) -> None:
|
||||
"""한 간격의 봉을 API로 받아 증분 저장합니다."""
|
||||
months = months_for_interval(interval, months)
|
||||
label = interval_label(interval)
|
||||
last_ts = get_last_timestamp(symbol, interval)
|
||||
existing = get_row_count(symbol, interval)
|
||||
|
||||
58
indicators.py
Normal file
58
indicators.py
Normal file
@@ -0,0 +1,58 @@
|
||||
"""
|
||||
볼린저 밴드·일목균형표 계산 (모든 봉 간격 공용).
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
import numpy as np
|
||||
import pandas as pd
|
||||
|
||||
from config import BB_PERIOD, BB_STD
|
||||
|
||||
|
||||
def add_bollinger(
|
||||
df: pd.DataFrame,
|
||||
period: int = BB_PERIOD,
|
||||
std_mult: float = BB_STD,
|
||||
) -> pd.DataFrame:
|
||||
"""MA, Upper, Lower, BB_Width, bb_pos 컬럼 추가."""
|
||||
out = df.copy()
|
||||
if "MA" not in out.columns:
|
||||
out["MA"] = out["Close"].rolling(period).mean()
|
||||
if "Upper" not in out.columns or "Lower" not in out.columns:
|
||||
std = out["Close"].rolling(period).std()
|
||||
out["STD"] = std
|
||||
out["Upper"] = out["MA"] + std_mult * std
|
||||
out["Lower"] = out["MA"] - std_mult * std
|
||||
ma = out["MA"].replace(0, np.nan)
|
||||
band = (out["Upper"] - out["Lower"]).replace(0, np.nan)
|
||||
out["bb_pos"] = ((out["Close"] - out["Lower"]) / band).clip(0, 1)
|
||||
out["BB_Width"] = band / ma * 100
|
||||
return out
|
||||
|
||||
|
||||
def add_ichimoku(
|
||||
df: pd.DataFrame,
|
||||
tenkan: int = 9,
|
||||
kijun: int = 26,
|
||||
senkou_b_period: int = 52,
|
||||
) -> pd.DataFrame:
|
||||
"""
|
||||
일목균형표 라인·구름 위치 컬럼 추가 (해당 봉 시점, 미래 데이터 미사용).
|
||||
|
||||
Returns:
|
||||
ichi_tenkan, ichi_kijun, ichi_span_a, ichi_span_b,
|
||||
ichi_cloud_top, ichi_cloud_bottom
|
||||
"""
|
||||
out = df.copy()
|
||||
h = out["High"].astype(float)
|
||||
l = out["Low"].astype(float)
|
||||
c = out["Close"].astype(float)
|
||||
|
||||
out["ichi_tenkan"] = (h.rolling(tenkan).max() + l.rolling(tenkan).min()) / 2
|
||||
out["ichi_kijun"] = (h.rolling(kijun).max() + l.rolling(kijun).min()) / 2
|
||||
out["ichi_span_a"] = (out["ichi_tenkan"] + out["ichi_kijun"]) / 2
|
||||
out["ichi_span_b"] = (h.rolling(senkou_b_period).max() + l.rolling(senkou_b_period).min()) / 2
|
||||
out["ichi_cloud_top"] = np.maximum(out["ichi_span_a"], out["ichi_span_b"])
|
||||
out["ichi_cloud_bottom"] = np.minimum(out["ichi_span_a"], out["ichi_span_b"])
|
||||
return out
|
||||
57
monitor.py
57
monitor.py
@@ -307,11 +307,14 @@ class Monitor(HTS):
|
||||
|
||||
def process_wld_mtf(self, symbol: str, balances: dict | None = None) -> None:
|
||||
"""
|
||||
WLD MTF: 모든 봉 BB 상태 비교 후 정책에 따라 매수/매도.
|
||||
WLD: 전 봉(1~1440분) BB·일목 위치 조합 매매.
|
||||
|
||||
mtf_bb_policy.json 이 있으면 해당 정책, 없으면 ACTIVE_MTF_POLICY 사용.
|
||||
USE_DISCOVERED_LIVE=True: discovered_rules.json + combination 특징
|
||||
False: mtf_bb_policy.json BB MTF
|
||||
"""
|
||||
from config import USE_DISCOVERED_LIVE
|
||||
from mtf_bb import load_frames_from_db, load_policy, print_latest_states
|
||||
from candle_features import describe_latest_position
|
||||
|
||||
try:
|
||||
frames = load_frames_from_db(self, symbol)
|
||||
@@ -326,29 +329,41 @@ class Monitor(HTS):
|
||||
if df_1h is None or df_1h.empty:
|
||||
df_1h = frames.get(ENTRY_INTERVAL)
|
||||
|
||||
policy = load_policy() or strategy.ACTIVE_MTF_POLICY
|
||||
cfg = strategy.ACTIVE_CONFIG
|
||||
print_latest_states(frames, cfg)
|
||||
print(
|
||||
f"MTF 정책: {policy.name} | "
|
||||
f"매수={policy.buy_interval}분 | 매도={policy.sell_interval}분 | "
|
||||
f"확인={list(policy.buy_confirm_intervals)}"
|
||||
)
|
||||
|
||||
trend = strategy.get_trend(df_1d, df_1h)
|
||||
print(f"{symbol} 추세: {trend}")
|
||||
print("--- 봉별 BB·일목 위치 ---")
|
||||
for iv in sorted(frames.keys()):
|
||||
pos = describe_latest_position(frames[iv], iv)
|
||||
print(
|
||||
f" {pos['label']:>6} | BB {pos['bb_zone']} {pos['bb_state']:>16} | "
|
||||
f"일목 {pos['ichi_position']} TK={pos['ichi_tk']}"
|
||||
)
|
||||
|
||||
entry = frames.get(ENTRY_INTERVAL)
|
||||
trade = strategy.evaluate(
|
||||
symbol,
|
||||
entry if entry is not None else frames[policy.buy_interval],
|
||||
df_1h,
|
||||
df_1d,
|
||||
config=cfg,
|
||||
frames=frames,
|
||||
policy=policy,
|
||||
)
|
||||
if USE_DISCOVERED_LIVE:
|
||||
print("모드: 전봉 BB·일목 조합 (discovered_rules)")
|
||||
trade = strategy.evaluate_discovered_live(
|
||||
symbol, frames, df_1d, df_1h, balances or {}
|
||||
)
|
||||
else:
|
||||
policy = load_policy() or strategy.ACTIVE_MTF_POLICY
|
||||
cfg = strategy.ACTIVE_CONFIG
|
||||
print_latest_states(frames, cfg)
|
||||
print(
|
||||
f"MTF 정책: {policy.name} | 매수={policy.buy_interval}분 | "
|
||||
f"매도={policy.sell_interval}분"
|
||||
)
|
||||
entry = frames.get(ENTRY_INTERVAL)
|
||||
trade = strategy.evaluate(
|
||||
symbol,
|
||||
entry if entry is not None else frames[policy.buy_interval],
|
||||
df_1h,
|
||||
df_1d,
|
||||
config=cfg,
|
||||
frames=frames,
|
||||
policy=policy,
|
||||
)
|
||||
if trade is None:
|
||||
print("신호 없음")
|
||||
return
|
||||
self.execute_trade_signal(symbol, trade, balances=balances)
|
||||
except Exception as e:
|
||||
|
||||
@@ -1,7 +1,7 @@
|
||||
"""
|
||||
WLD(월드코인) 실시간 모니터 — 3분 BB MTF (평균회귀 + 돌파).
|
||||
WLD(월드코인) 실시간 모니터 — 전 봉 BB·일목 조합 (discovered_rules).
|
||||
|
||||
전략: strategy.py
|
||||
전략: strategy.py / rule_discovery.py
|
||||
"""
|
||||
|
||||
from datetime import datetime
|
||||
|
||||
@@ -83,7 +83,7 @@ def backtest_interval(
|
||||
cfg: StrategyConfig,
|
||||
) -> IntervalBacktestSummary | None:
|
||||
"""한 간격만으로 BB 매매 백테스트."""
|
||||
from simulation_1h import run_backtest
|
||||
from simulation import run_backtest
|
||||
|
||||
if interval not in frames:
|
||||
return None
|
||||
|
||||
@@ -1,7 +1,7 @@
|
||||
"""
|
||||
모든 봉·캔들 특징 행렬에서 매수/매도 규칙을 탐색합니다 (인과적 백테스트).
|
||||
|
||||
python simulation_1h.py discover
|
||||
python simulation.py discover
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
@@ -46,6 +46,9 @@ NEG_BLOCK_FEATURES: tuple[str, ...] = (
|
||||
"above_upper",
|
||||
"cross_down_lower",
|
||||
"shooting_star",
|
||||
"ichi_above_cloud",
|
||||
"bb_zone_top",
|
||||
"bb_pos_high",
|
||||
)
|
||||
|
||||
# 탐색 규칙 적용 시 항상 매수 차단 (상단 돌파·과열)
|
||||
@@ -238,7 +241,7 @@ def backtest_rules(
|
||||
"""
|
||||
HTML 시뮬과 동일한 run_backtest 로직으로 수익률 계산.
|
||||
"""
|
||||
from simulation_1h import run_backtest
|
||||
from simulation import run_backtest
|
||||
import strategy as st
|
||||
|
||||
df = entry_ohlc.loc[matrix.index].copy()
|
||||
@@ -261,12 +264,39 @@ def backtest_rules(
|
||||
|
||||
|
||||
def _baseline_rules() -> DiscoveredRules:
|
||||
"""다봉 BB 하단 돌파 + 상단 돌파 기준선."""
|
||||
p3 = interval_prefix(ENTRY_INTERVAL)
|
||||
return DiscoveredRules(
|
||||
name="baseline_bb",
|
||||
buy_all=[f"{p3}:cross_up_lower"],
|
||||
sell_all=[f"{p3}:cross_up_upper"],
|
||||
sell_stop=[],
|
||||
name="baseline_bb_mtf",
|
||||
buy_all=[
|
||||
f"{p3}:cross_up_lower",
|
||||
f"{interval_prefix(60)}:ichi_tk_bull",
|
||||
f"{interval_prefix(1440)}:!ichi_below_cloud",
|
||||
],
|
||||
sell_all=[
|
||||
f"{p3}:cross_up_upper",
|
||||
f"{interval_prefix(60)}:cross_up_upper",
|
||||
],
|
||||
sell_stop=[f"{p3}:cross_down_lower"],
|
||||
)
|
||||
|
||||
|
||||
def _seed_from_combination_report() -> DiscoveredRules | None:
|
||||
"""combination_report.json 제안 규칙."""
|
||||
path = Path(__file__).parent / "combination_report.json"
|
||||
if not path.exists():
|
||||
return None
|
||||
data = json.loads(path.read_text(encoding="utf-8"))
|
||||
sug = data.get("suggested_rules") or {}
|
||||
buy_all = list(sug.get("buy_all") or [])
|
||||
if not buy_all:
|
||||
return None
|
||||
return DiscoveredRules(
|
||||
name="combination_seed",
|
||||
buy_all=buy_all,
|
||||
buy_any=[list(g) for g in (sug.get("buy_any") or []) if g],
|
||||
sell_all=list(sug.get("sell_all") or [f"{interval_prefix(ENTRY_INTERVAL)}:cross_up_upper"]),
|
||||
sell_stop=list(sug.get("sell_stop") or []),
|
||||
)
|
||||
|
||||
|
||||
@@ -278,8 +308,8 @@ def greedy_search(
|
||||
df_1d: pd.DataFrame,
|
||||
df_1h: pd.DataFrame,
|
||||
entry_ohlc: pd.DataFrame,
|
||||
max_buy: int = 5,
|
||||
max_sell: int = 4,
|
||||
max_buy: int = 8,
|
||||
max_sell: int = 6,
|
||||
max_stop: int = 2,
|
||||
) -> DiscoveredRules:
|
||||
"""학습 구간 수익률을 올리도록 매수/매도 조건을 탐욕적으로 확장."""
|
||||
@@ -375,7 +405,14 @@ def try_buy_any_branches(
|
||||
) -> DiscoveredRules:
|
||||
"""매수 OR 분기: 다른 봉의 cross_up_lower / hammer 등."""
|
||||
train = matrix.iloc[:train_end]
|
||||
triggers = [p for p in pool if p.endswith(":cross_up_lower") or p.endswith(":hammer")]
|
||||
triggers = [
|
||||
p
|
||||
for p in pool
|
||||
if p.endswith(":cross_up_lower")
|
||||
or p.endswith(":hammer")
|
||||
or p.endswith(":bb_zone_bottom")
|
||||
or p.endswith(":ichi_tk_cross_up")
|
||||
]
|
||||
best = DiscoveredRules(
|
||||
name=base.name,
|
||||
buy_all=list(base.buy_all),
|
||||
@@ -476,8 +513,9 @@ def discover_rules(frames: dict[int, pd.DataFrame]) -> DiscoveredRules:
|
||||
pool = generate_predicate_pool(intervals)
|
||||
print(f" 샘플 {n}봉 | 학습 {train_end} | predicate 후보 {len(pool)}개")
|
||||
|
||||
baseline = _baseline_rules()
|
||||
baseline = _seed_from_combination_report() or _baseline_rules()
|
||||
br, bt = backtest_rules(matrix.iloc[:train_end], baseline, df_1d, df_1h, entry_ohlc)
|
||||
print(f" 시드 규칙: {baseline.name}")
|
||||
bf, _ = backtest_rules(matrix, baseline, df_1d, df_1h, entry_ohlc)
|
||||
print(f" 기준선(3분 BB만): 학습 {br:+.2f}% | 전체 {bf:+.2f}%")
|
||||
|
||||
|
||||
855
simulation.py
Normal file
855
simulation.py
Normal file
@@ -0,0 +1,855 @@
|
||||
"""
|
||||
WLD 3분 BB 시뮬레이션.
|
||||
|
||||
기본: 하단 상향 돌파 매수, 상단 상향 돌파 매도.
|
||||
수수료 반영, 레짐/필터 조합 비교 지원.
|
||||
|
||||
python simulation.py # analyze → discover → HTML (탐색 규칙 매수·매도)
|
||||
python simulation.py analyze # (고급) 조합 분석만
|
||||
python simulation.py discover # (고급) 규칙 탐색만
|
||||
python simulation.py compare # (고급) 9종 프리셋 비교
|
||||
python simulation.py mtf # (고급) 구 MTF BB 정책
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
import sys
|
||||
import webbrowser
|
||||
from dataclasses import dataclass
|
||||
from pathlib import Path
|
||||
|
||||
import pandas as pd
|
||||
import plotly.graph_objs as go
|
||||
from plotly.subplots import make_subplots
|
||||
|
||||
from config import (
|
||||
BUY_COOLDOWN_SEC,
|
||||
COIN_NAME,
|
||||
ENTRY_INTERVAL,
|
||||
SELL_COOLDOWN_SEC,
|
||||
SIM_INITIAL_CASH_KRW,
|
||||
SIM_MIN_ORDER_KRW,
|
||||
SYMBOL,
|
||||
TRADING_FEE_RATE,
|
||||
TREND_INTERVAL_1D,
|
||||
TREND_INTERVAL_1H,
|
||||
)
|
||||
from monitor import Monitor
|
||||
import strategy
|
||||
|
||||
REPORT_DIR = Path(__file__).resolve().parent / "reports"
|
||||
OUTPUT_HTML = REPORT_DIR / "wld_bb_simulation.html"
|
||||
|
||||
|
||||
def interval_chart_label(interval_min: int) -> str:
|
||||
"""차트 제목용 봉 라벨."""
|
||||
if interval_min >= 1440:
|
||||
return "일봉"
|
||||
return f"{interval_min}분봉"
|
||||
|
||||
|
||||
def _add_trade_markers(fig, trades: list["SimTrade"], row: int = 1) -> None:
|
||||
"""
|
||||
매수·매도 마커·라벨 (Scatter trace만 사용, 범례와 함께 토글).
|
||||
simulate_mtf.py 와 동일 스타일.
|
||||
"""
|
||||
for action, color, symbol, label, text_pos in [
|
||||
("매수", "#16a34a", "triangle-up", "매수", "top center"),
|
||||
("매도", "#dc2626", "triangle-down", "매도", "bottom center"),
|
||||
]:
|
||||
pts = [t for t in trades if t.action == action]
|
||||
if not pts:
|
||||
continue
|
||||
fig.add_trace(
|
||||
go.Scatter(
|
||||
x=[t.dt for t in pts],
|
||||
y=[t.price for t in pts],
|
||||
mode="markers+text",
|
||||
name=label,
|
||||
legendgroup=label,
|
||||
text=[label] * len(pts),
|
||||
textposition=text_pos,
|
||||
textfont=dict(
|
||||
size=12,
|
||||
color=color,
|
||||
family="Malgun Gothic, Arial, sans-serif",
|
||||
),
|
||||
marker=dict(
|
||||
symbol=symbol,
|
||||
size=16,
|
||||
color=color,
|
||||
line=dict(width=2, color="#111"),
|
||||
),
|
||||
hovertext=[
|
||||
f"{label} 체결<br>{t.signal}<br>₩{t.price:,.2f}<br>₩{t.krw:,.0f}"
|
||||
for t in pts
|
||||
],
|
||||
hovertemplate="%{hovertext}<extra></extra>",
|
||||
),
|
||||
row=row,
|
||||
col=1,
|
||||
)
|
||||
|
||||
|
||||
def build_simulation_html(
|
||||
df: pd.DataFrame,
|
||||
result: SimResult,
|
||||
trend: str,
|
||||
interval_min: int = ENTRY_INTERVAL,
|
||||
note: str = "",
|
||||
) -> str:
|
||||
"""simulate_mtf.py 와 동일 레이아웃의 HTML 리포트."""
|
||||
df = strategy.prepare_entry_df(df.copy())
|
||||
iv_label = interval_chart_label(interval_min)
|
||||
buy_n = sum(1 for t in result.trades if t.action == "매수")
|
||||
sell_n = sum(1 for t in result.trades if t.action == "매도")
|
||||
pnl_krw = result.final_asset - result.initial_cash
|
||||
|
||||
summary = {
|
||||
"config_name": result.config_name,
|
||||
"period_start": str(df.index[0]),
|
||||
"period_end": str(df.index[-1]),
|
||||
"interval_label": iv_label,
|
||||
"trend": trend,
|
||||
"signal_count": len(result.trades),
|
||||
"buy_signal_count": buy_n,
|
||||
"sell_signal_count": sell_n,
|
||||
"total_trades": result.trade_count,
|
||||
"pnl_krw": round(pnl_krw, 0),
|
||||
"pnl_pct": round(result.total_return_pct, 2),
|
||||
"total_fees": round(result.total_fees, 0),
|
||||
"win_count": result.win_count,
|
||||
"note": note,
|
||||
}
|
||||
|
||||
fig = make_subplots(
|
||||
rows=3,
|
||||
cols=1,
|
||||
shared_xaxes=True,
|
||||
vertical_spacing=0.05,
|
||||
row_heights=[0.58, 0.2, 0.22],
|
||||
subplot_titles=(
|
||||
f"{COIN_NAME} ({SYMBOL}) {iv_label} — {result.config_name}",
|
||||
"RSI (14)",
|
||||
"거래량",
|
||||
),
|
||||
)
|
||||
|
||||
fig.add_trace(
|
||||
go.Candlestick(
|
||||
x=df.index,
|
||||
open=df["Open"],
|
||||
high=df["High"],
|
||||
low=df["Low"],
|
||||
close=df["Close"],
|
||||
name=f"{iv_label} 캔들",
|
||||
increasing_line_color="#ef4444",
|
||||
decreasing_line_color="#3b82f6",
|
||||
),
|
||||
row=1,
|
||||
col=1,
|
||||
)
|
||||
if "MA" in df.columns:
|
||||
fig.add_trace(
|
||||
go.Scatter(
|
||||
x=df.index,
|
||||
y=df["MA"],
|
||||
name="BB 중심",
|
||||
line=dict(color="#64748b", width=1, dash="dot"),
|
||||
),
|
||||
row=1,
|
||||
col=1,
|
||||
)
|
||||
if "Upper" in df.columns:
|
||||
fig.add_trace(
|
||||
go.Scatter(
|
||||
x=df.index,
|
||||
y=df["Upper"],
|
||||
name="BB 상단",
|
||||
line=dict(color="#94a3b8", width=1),
|
||||
),
|
||||
row=1,
|
||||
col=1,
|
||||
)
|
||||
if "Lower" in df.columns:
|
||||
fig.add_trace(
|
||||
go.Scatter(
|
||||
x=df.index,
|
||||
y=df["Lower"],
|
||||
name="BB 하단",
|
||||
line=dict(color="#94a3b8", width=1),
|
||||
),
|
||||
row=1,
|
||||
col=1,
|
||||
)
|
||||
|
||||
_add_trade_markers(fig, result.trades, row=1)
|
||||
|
||||
if not result.trades:
|
||||
fig.add_annotation(
|
||||
text=(
|
||||
f"이 기간에는 체결 신호가 없습니다.<br>"
|
||||
f"전략: {result.config_name} | 추세: {trend}"
|
||||
),
|
||||
xref="paper",
|
||||
yref="paper",
|
||||
x=0.5,
|
||||
y=0.88,
|
||||
showarrow=False,
|
||||
font=dict(size=14, color="#b45309"),
|
||||
bgcolor="#fffbeb",
|
||||
bordercolor="#f59e0b",
|
||||
borderwidth=1,
|
||||
)
|
||||
|
||||
if "RSI" in df.columns:
|
||||
fig.add_trace(
|
||||
go.Scatter(
|
||||
x=df.index,
|
||||
y=df["RSI"],
|
||||
name="RSI",
|
||||
line=dict(color="#7c3aed"),
|
||||
),
|
||||
row=2,
|
||||
col=1,
|
||||
)
|
||||
fig.add_hline(y=70, line_dash="dot", line_color="#9ca3af", row=2, col=1)
|
||||
fig.add_hline(y=50, line_dash="dot", line_color="#d1d5db", row=2, col=1)
|
||||
|
||||
fig.add_trace(
|
||||
go.Bar(
|
||||
x=df.index,
|
||||
y=df["Volume"],
|
||||
name="Volume",
|
||||
marker_color="#cbd5e1",
|
||||
),
|
||||
row=3,
|
||||
col=1,
|
||||
)
|
||||
|
||||
fig.update_layout(
|
||||
height=920,
|
||||
template="plotly_white",
|
||||
xaxis_rangeslider_visible=False,
|
||||
legend=dict(orientation="h", y=1.05, x=0),
|
||||
margin=dict(l=60, r=30, t=90, b=40),
|
||||
)
|
||||
fig.update_yaxes(title_text="가격 (KRW)", row=1, col=1)
|
||||
fig.update_yaxes(title_text="RSI", row=2, col=1, range=[0, 100])
|
||||
|
||||
chart_html = fig.to_html(full_html=False, include_plotlyjs="cdn")
|
||||
|
||||
trade_rows = ""
|
||||
for t in result.trades:
|
||||
cls = "buy" if t.action == "매수" else "sell"
|
||||
pnl = f"{t.pnl:+,.0f}" if t.pnl is not None else "-"
|
||||
trade_rows += f"""
|
||||
<tr>
|
||||
<td>{t.dt}</td>
|
||||
<td class="{cls}">{t.action}</td>
|
||||
<td>체결</td>
|
||||
<td>₩{t.price:,.2f}</td>
|
||||
<td>{t.signal}</td>
|
||||
<td>₩{t.krw:,.0f}</td>
|
||||
<td>₩{t.fee:,.0f}</td>
|
||||
<td>{pnl}</td>
|
||||
</tr>"""
|
||||
if not trade_rows:
|
||||
trade_rows = '<tr><td colspan="8">신호 없음</td></tr>'
|
||||
|
||||
note_html = f"<p class='warn'>{summary['note']}</p>" if summary.get("note") else ""
|
||||
sells = summary["sell_signal_count"]
|
||||
win_rate = (
|
||||
summary["win_count"] / sells * 100 if sells else 0.0
|
||||
)
|
||||
|
||||
return f"""<!DOCTYPE html>
|
||||
<html lang="ko">
|
||||
<head>
|
||||
<meta charset="utf-8"/>
|
||||
<title>{SYMBOL} BB 시뮬레이션</title>
|
||||
<style>
|
||||
body {{ font-family: "Malgun Gothic", Arial, sans-serif; margin: 24px; background: #f8fafc; }}
|
||||
h1 {{ font-size: 1.35rem; }}
|
||||
.meta {{ color: #475569; font-size: 0.9rem; }}
|
||||
.warn {{ background: #fffbeb; border: 1px solid #f59e0b; padding: 10px; border-radius: 6px; color: #92400e; }}
|
||||
.cards {{ display: flex; flex-wrap: wrap; gap: 10px; margin: 16px 0; }}
|
||||
.card {{ background: #fff; border: 1px solid #e2e8f0; border-radius: 8px; padding: 10px 14px; }}
|
||||
.card span {{ font-size: 0.75rem; color: #64748b; display: block; }}
|
||||
.card b {{ font-size: 1.05rem; }}
|
||||
.legend-box {{ background:#fff; border:1px solid #e2e8f0; padding:10px 14px; border-radius:8px; margin-bottom:12px; font-size:0.85rem; }}
|
||||
.legend-box span {{ display:inline-block; margin-right:16px; }}
|
||||
.dot-buy {{ color:#16a34a; font-weight:700; }}
|
||||
.dot-sell {{ color:#dc2626; font-weight:700; }}
|
||||
table {{ width:100%; border-collapse:collapse; background:#fff; font-size:0.85rem; }}
|
||||
th, td {{ border:1px solid #e2e8f0; padding:8px; text-align:left; }}
|
||||
th {{ background:#f1f5f9; }}
|
||||
td.buy {{ color:#16a34a; font-weight:600; }}
|
||||
td.sell {{ color:#dc2626; font-weight:600; }}
|
||||
.chart-wrap {{ background:#fff; border:1px solid #e2e8f0; border-radius:8px; padding:8px; }}
|
||||
</style>
|
||||
</head>
|
||||
<body>
|
||||
<h1>{COIN_NAME} ({SYMBOL}) BB 시뮬레이션</h1>
|
||||
<p class="meta">전략: {summary['config_name']} | 추세: {summary['trend']} | 기간: {summary['period_start']} ~ {summary['period_end']}</p>
|
||||
{note_html}
|
||||
<div class="legend-box">
|
||||
<span class="dot-buy">▲ 매수</span> 범례 클릭 시 마커·라벨 함께 숨김
|
||||
<span class="dot-sell">▼ 매도</span> 동일
|
||||
</div>
|
||||
<div class="cards">
|
||||
<div class="card"><span>체결</span><b>{summary['total_trades']} (매수 {summary['buy_signal_count']} / 매도 {summary['sell_signal_count']})</b></div>
|
||||
<div class="card"><span>손익</span><b>₩{summary['pnl_krw']:+,.0f} ({summary['pnl_pct']:+.2f}%)</b></div>
|
||||
<div class="card"><span>수수료</span><b>₩{summary['total_fees']:,.0f}</b></div>
|
||||
<div class="card"><span>승률(매도 기준)</span><b>{win_rate:.1f}%</b></div>
|
||||
</div>
|
||||
<div class="chart-wrap">{chart_html}</div>
|
||||
<h2>신호·체결 내역</h2>
|
||||
<table>
|
||||
<thead><tr><th>시각</th><th>구분</th><th>상태</th><th>가격</th><th>신호</th><th>금액</th><th>수수료</th><th>손익</th></tr></thead>
|
||||
<tbody>{trade_rows}</tbody>
|
||||
</table>
|
||||
</body>
|
||||
</html>"""
|
||||
|
||||
|
||||
@dataclass
|
||||
class SimTrade:
|
||||
dt: pd.Timestamp
|
||||
action: str
|
||||
signal: str
|
||||
price: float
|
||||
krw: float
|
||||
fee: float
|
||||
quantity: float
|
||||
pnl: float | None
|
||||
cash_after: float
|
||||
total_asset: float
|
||||
|
||||
|
||||
@dataclass
|
||||
class SimResult:
|
||||
config_name: str
|
||||
trades: list[SimTrade]
|
||||
initial_cash: float
|
||||
final_cash: float
|
||||
final_coin_qty: float
|
||||
final_price: float
|
||||
realized_pnl: float
|
||||
total_fees: float
|
||||
final_asset: float
|
||||
total_return_pct: float
|
||||
trade_count: int
|
||||
win_count: int
|
||||
|
||||
|
||||
def run_backtest(
|
||||
df_3m: pd.DataFrame,
|
||||
df_1d: pd.DataFrame,
|
||||
df_1h: pd.DataFrame,
|
||||
config_name: str = "",
|
||||
initial_cash: float = SIM_INITIAL_CASH_KRW,
|
||||
min_order_krw: float = SIM_MIN_ORDER_KRW,
|
||||
fee_rate: float = TRADING_FEE_RATE,
|
||||
) -> SimResult:
|
||||
"""신호 순서대로 현물 매수/매도 시뮬레이션 (수수료 차감)."""
|
||||
cash = float(initial_cash)
|
||||
coin_qty = 0.0
|
||||
cost_basis = 0.0
|
||||
realized_pnl = 0.0
|
||||
total_fees = 0.0
|
||||
win_count = 0
|
||||
trades: list[SimTrade] = []
|
||||
last_buy_ts: pd.Timestamp | None = None
|
||||
last_sell_ts: pd.Timestamp | None = None
|
||||
|
||||
signals = df_3m[df_3m["point"] == 1].sort_index()
|
||||
|
||||
for ts, row in signals.iterrows():
|
||||
price = float(row["Close"])
|
||||
action = str(row.get("action", ""))
|
||||
signal_name = str(row.get("signal", ""))
|
||||
if price <= 0:
|
||||
continue
|
||||
|
||||
trend_at = str(row.get("trend", "")) or strategy.get_trend_at(df_1d, df_1h, ts)
|
||||
if trend_at not in ("up", "down", "range"):
|
||||
trend_at = strategy.get_trend_at(df_1d, df_1h, ts)
|
||||
|
||||
if action == "buy":
|
||||
if last_buy_ts is not None:
|
||||
if (ts - last_buy_ts).total_seconds() < BUY_COOLDOWN_SEC:
|
||||
continue
|
||||
|
||||
buy_krw = float(
|
||||
strategy.get_buy_amount(SYMBOL, signal_name, price, trend_at)
|
||||
)
|
||||
buy_krw = max(min_order_krw, min(buy_krw, cash))
|
||||
fee = buy_krw * fee_rate
|
||||
total_cost = buy_krw + fee
|
||||
if buy_krw < min_order_krw or cash < total_cost:
|
||||
continue
|
||||
|
||||
qty = buy_krw / price
|
||||
cash -= total_cost
|
||||
total_fees += fee
|
||||
cost_basis += buy_krw
|
||||
coin_qty += qty
|
||||
last_buy_ts = ts
|
||||
|
||||
trades.append(
|
||||
SimTrade(
|
||||
dt=ts,
|
||||
action="매수",
|
||||
signal=signal_name,
|
||||
price=price,
|
||||
krw=buy_krw,
|
||||
fee=fee,
|
||||
quantity=qty,
|
||||
pnl=None,
|
||||
cash_after=cash,
|
||||
total_asset=cash + coin_qty * price,
|
||||
)
|
||||
)
|
||||
continue
|
||||
|
||||
if action == "sell":
|
||||
if coin_qty <= 0:
|
||||
continue
|
||||
if last_sell_ts is not None:
|
||||
if (ts - last_sell_ts).total_seconds() < SELL_COOLDOWN_SEC:
|
||||
continue
|
||||
|
||||
ratio = strategy.get_sell_ratio(SYMBOL, signal_name)
|
||||
sell_qty = min(coin_qty * ratio, coin_qty)
|
||||
sell_krw = sell_qty * price
|
||||
|
||||
if sell_krw < min_order_krw:
|
||||
if coin_qty * price < min_order_krw:
|
||||
continue
|
||||
sell_qty = coin_qty
|
||||
sell_krw = sell_qty * price
|
||||
|
||||
fee = sell_krw * fee_rate
|
||||
net = sell_krw - fee
|
||||
avg_cost = cost_basis / coin_qty
|
||||
sold_cost = avg_cost * sell_qty
|
||||
pnl = net - sold_cost
|
||||
|
||||
cash += net
|
||||
total_fees += fee
|
||||
cost_basis -= sold_cost
|
||||
coin_qty -= sell_qty
|
||||
realized_pnl += pnl
|
||||
if pnl > 0:
|
||||
win_count += 1
|
||||
if coin_qty < 1e-12:
|
||||
coin_qty = 0.0
|
||||
cost_basis = 0.0
|
||||
last_sell_ts = ts
|
||||
|
||||
trades.append(
|
||||
SimTrade(
|
||||
dt=ts,
|
||||
action="매도",
|
||||
signal=signal_name,
|
||||
price=price,
|
||||
krw=sell_krw,
|
||||
fee=fee,
|
||||
quantity=sell_qty,
|
||||
pnl=pnl,
|
||||
cash_after=cash,
|
||||
total_asset=cash + coin_qty * price,
|
||||
)
|
||||
)
|
||||
|
||||
final_price = float(df_3m["Close"].iloc[-1])
|
||||
final_asset = cash + coin_qty * final_price
|
||||
sell_trades = sum(1 for t in trades if t.action == "매도")
|
||||
|
||||
return SimResult(
|
||||
config_name=config_name,
|
||||
trades=trades,
|
||||
initial_cash=initial_cash,
|
||||
final_cash=cash,
|
||||
final_coin_qty=coin_qty,
|
||||
final_price=final_price,
|
||||
realized_pnl=realized_pnl,
|
||||
total_fees=total_fees,
|
||||
final_asset=final_asset,
|
||||
total_return_pct=(final_asset - initial_cash) / initial_cash * 100
|
||||
if initial_cash > 0
|
||||
else 0.0,
|
||||
trade_count=len(trades),
|
||||
win_count=win_count if sell_trades else 0,
|
||||
)
|
||||
|
||||
|
||||
def print_backtest_report(result: SimResult) -> None:
|
||||
fee_pct = TRADING_FEE_RATE * 100
|
||||
print("\n" + "=" * 80)
|
||||
print(
|
||||
f"[{result.config_name}] 시작 {result.initial_cash:,.0f}원 | "
|
||||
f"최소주문 {SIM_MIN_ORDER_KRW:,.0f}원 | 수수료 {fee_pct:.3f}%/쪽"
|
||||
)
|
||||
print("=" * 80)
|
||||
if not result.trades:
|
||||
print("체결 없음")
|
||||
else:
|
||||
print(
|
||||
f"{'일시':<18} {'구분':<4} {'신호':<22} {'가격':>9} {'금액':>10} "
|
||||
f"{'수수료':>8} {'수익':>10}"
|
||||
)
|
||||
print("-" * 80)
|
||||
for t in result.trades:
|
||||
pnl_s = f"{t.pnl:+,.0f}" if t.pnl is not None else "-"
|
||||
print(
|
||||
f"{t.dt.strftime('%Y-%m-%d %H:%M'):<18} {t.action:<4} {t.signal:<22} "
|
||||
f"{t.price:>9,.2f} {t.krw:>10,.0f} {t.fee:>8,.0f} {pnl_s:>10}"
|
||||
)
|
||||
print("-" * 80)
|
||||
sells = sum(1 for t in result.trades if t.action == "매도")
|
||||
win_rate = result.win_count / sells * 100 if sells else 0.0
|
||||
print(f"거래 횟수: {result.trade_count} (매도 {sells}회) | 승률: {win_rate:.1f}%")
|
||||
print(f"수수료 합계: {result.total_fees:,.0f}원")
|
||||
print(f"실현 손익(수수료 반영): {result.realized_pnl:+,.0f}원")
|
||||
print(
|
||||
f"최종 자산: {result.final_asset:,.0f}원 | "
|
||||
f"총수익: {result.final_asset - result.initial_cash:+,.0f}원 "
|
||||
f"({result.total_return_pct:+.2f}%)"
|
||||
)
|
||||
print("=" * 80)
|
||||
|
||||
|
||||
def run_comparison(df_1d: pd.DataFrame, df_1h: pd.DataFrame, df_3m: pd.DataFrame) -> None:
|
||||
"""기법 조합별 수익률 비교 (수수료 포함)."""
|
||||
print(f"\n{'='*80}")
|
||||
print(f"전략 조합 비교 — {SYMBOL} 3분 | {df_3m.index[0]} ~ {df_3m.index[-1]}")
|
||||
print(f"시작 {SIM_INITIAL_CASH_KRW:,}원 | 수수료 {TRADING_FEE_RATE*100:.3f}%/매수·매도")
|
||||
print(f"{'='*80}")
|
||||
print(
|
||||
f"{'순위':<4} {'조합':<22} {'수익률':>9} {'최종자산':>12} "
|
||||
f"{'거래':>6} {'승률':>7} {'수수료':>10}"
|
||||
)
|
||||
print("-" * 80)
|
||||
|
||||
rows: list[tuple[SimResult, strategy.StrategyConfig]] = []
|
||||
for cfg in strategy.comparison_presets():
|
||||
df_sig = strategy.annotate_signals(
|
||||
SYMBOL,
|
||||
df_3m.copy(),
|
||||
simulation=True,
|
||||
df_1h=df_1h,
|
||||
df_1d=df_1d,
|
||||
config=cfg,
|
||||
)
|
||||
res = run_backtest(df_sig, df_1d, df_1h, config_name=cfg.name)
|
||||
rows.append((res, cfg))
|
||||
|
||||
rows.sort(key=lambda x: x[0].total_return_pct, reverse=True)
|
||||
|
||||
for rank, (res, cfg) in enumerate(rows, 1):
|
||||
sells = sum(1 for t in res.trades if t.action == "매도")
|
||||
wr = res.win_count / sells * 100 if sells else 0.0
|
||||
print(
|
||||
f"{rank:<4} {res.config_name:<22} {res.total_return_pct:>+8.2f}% "
|
||||
f"{res.final_asset:>12,.0f} {res.trade_count:>6} {wr:>6.1f}% "
|
||||
f"{res.total_fees:>10,.0f}"
|
||||
)
|
||||
|
||||
best_res, best_cfg = rows[0]
|
||||
print("-" * 80)
|
||||
print(f"1위: {best_cfg.name} ({best_res.total_return_pct:+.2f}%)")
|
||||
print(
|
||||
"실거래 적용: strategy.ACTIVE_CONFIG 를 1위 조합으로 맞추세요 "
|
||||
"(현재 ACTIVE_CONFIG.name=%s)" % strategy.ACTIVE_CONFIG.name
|
||||
)
|
||||
print(f"{'='*80}\n")
|
||||
|
||||
|
||||
class Simulation:
|
||||
def __init__(self) -> None:
|
||||
self.monitor = Monitor(cooldown_file=None)
|
||||
|
||||
def load_mtf(self, symbol: str):
|
||||
df_1d = self.monitor.get_coin_some_data(symbol, TREND_INTERVAL_1D)
|
||||
df_1h = self.monitor.get_coin_some_data(symbol, TREND_INTERVAL_1H)
|
||||
df_3m = self.monitor.get_coin_some_data(symbol, ENTRY_INTERVAL)
|
||||
|
||||
if df_1d is None or df_1d.empty:
|
||||
df_1d = self.monitor.get_coin_more_data(symbol, TREND_INTERVAL_1D, bong_count=500)
|
||||
if df_1h is None or df_1h.empty:
|
||||
df_1h = self.monitor.get_coin_more_data(symbol, TREND_INTERVAL_1H, bong_count=5000)
|
||||
if df_3m is None or df_3m.empty:
|
||||
df_3m = self.monitor.get_coin_more_data(
|
||||
symbol, ENTRY_INTERVAL, bong_count=90000, verbose=True
|
||||
)
|
||||
|
||||
df_1d = self.monitor.calculate_technical_indicators(df_1d)
|
||||
df_1h = self.monitor.calculate_technical_indicators(df_1h)
|
||||
df_3m = self.monitor.calculate_technical_indicators(df_3m)
|
||||
return df_1d, df_1h, df_3m
|
||||
|
||||
def render_plotly(
|
||||
self,
|
||||
df_plot: pd.DataFrame,
|
||||
trend: str,
|
||||
result: SimResult,
|
||||
interval_min: int = ENTRY_INTERVAL,
|
||||
note: str = "",
|
||||
open_browser: bool = True,
|
||||
) -> Path:
|
||||
"""HTML 리포트 저장 (simulate_mtf.py 동일 스타일)."""
|
||||
html = build_simulation_html(
|
||||
df_plot, result, trend, interval_min=interval_min, note=note
|
||||
)
|
||||
REPORT_DIR.mkdir(parents=True, exist_ok=True)
|
||||
OUTPUT_HTML.write_text(html, encoding="utf-8")
|
||||
print(f"HTML: {OUTPUT_HTML}")
|
||||
if open_browser:
|
||||
webbrowser.open(OUTPUT_HTML.resolve().as_uri())
|
||||
return OUTPUT_HTML
|
||||
|
||||
def load_all_frames(self) -> dict[int, pd.DataFrame]:
|
||||
"""discovered 규칙용 전 간격 로드."""
|
||||
from mtf_bb import load_frames_from_db
|
||||
|
||||
return load_frames_from_db(self.monitor, SYMBOL)
|
||||
|
||||
def _run_one_strategy(
|
||||
self,
|
||||
name: str,
|
||||
df_1d: pd.DataFrame,
|
||||
df_1h: pd.DataFrame,
|
||||
df_3m: pd.DataFrame,
|
||||
cfg: strategy.StrategyConfig,
|
||||
frames: dict | None = None,
|
||||
) -> tuple[pd.DataFrame, SimResult, int]:
|
||||
"""한 전략으로 신호·백테스트. 반환: (df, result, 신호수)."""
|
||||
df_sig = strategy.annotate_signals(
|
||||
SYMBOL,
|
||||
df_3m.copy(),
|
||||
simulation=True,
|
||||
df_1h=df_1h,
|
||||
df_1d=df_1d,
|
||||
config=cfg,
|
||||
frames=frames,
|
||||
)
|
||||
n_sig = int((df_sig["point"] == 1).sum())
|
||||
res = run_backtest(df_sig, df_1d, df_1h, config_name=name)
|
||||
return df_sig, res, n_sig
|
||||
|
||||
def _frames_to_mtf(
|
||||
self, frames: dict[int, pd.DataFrame]
|
||||
) -> tuple[pd.DataFrame, pd.DataFrame, pd.DataFrame]:
|
||||
"""전 간격 frames에서 1d/1h/3m 추출."""
|
||||
df_3m = frames.get(ENTRY_INTERVAL)
|
||||
if df_3m is None or df_3m.empty:
|
||||
raise ValueError(f"{ENTRY_INTERVAL}분봉 데이터 없음")
|
||||
df_1d = frames.get(TREND_INTERVAL_1D)
|
||||
if df_1d is None or df_1d.empty:
|
||||
df_1d = df_3m
|
||||
df_1h = frames.get(TREND_INTERVAL_1H)
|
||||
if df_1h is None or df_1h.empty:
|
||||
df_1h = df_3m
|
||||
return df_1d, df_1h, df_3m
|
||||
|
||||
def run_discovered_chart(
|
||||
self,
|
||||
frames: dict[int, pd.DataFrame],
|
||||
rules=None,
|
||||
) -> SimResult:
|
||||
"""
|
||||
discovered_rules 매수·매도 규칙만 백테스트하고 HTML에 표시합니다.
|
||||
|
||||
차트 마커 = 해당 규칙으로 발생한 매수·매도 체결.
|
||||
"""
|
||||
from rule_discovery import DiscoveredRules, load_rules, rules_have_buy
|
||||
|
||||
rule_set = rules or load_rules()
|
||||
if rule_set is None or not rules_have_buy(rule_set):
|
||||
raise FileNotFoundError(
|
||||
"discovered_rules.json 이 없거나 매수 규칙이 비어 있습니다."
|
||||
)
|
||||
|
||||
df_1d, df_1h, df_3m = self._frames_to_mtf(frames)
|
||||
trend = strategy.get_trend(df_1d, df_1h)
|
||||
print(f"추세(최신): {trend}")
|
||||
print(f"3분: {df_3m.index[0]} ~ {df_3m.index[-1]} ({len(df_3m)}봉)")
|
||||
print(f"\n[적용 규칙] {rule_set.name}")
|
||||
print(f" 매수 AND: {rule_set.buy_all}")
|
||||
if rule_set.buy_any:
|
||||
print(f" 매수 OR: {rule_set.buy_any}")
|
||||
print(f" 매도 AND: {rule_set.sell_all}")
|
||||
if rule_set.sell_stop:
|
||||
print(f" 손절: {rule_set.sell_stop}")
|
||||
|
||||
df_sig = strategy.annotate_discovered_signals(
|
||||
SYMBOL, frames, df_1d, df_1h, rules=rule_set, data=df_3m
|
||||
)
|
||||
n_sig = int((df_sig["point"] == 1).sum())
|
||||
buy_sig = int((df_sig["action"] == "buy").sum())
|
||||
sell_sig = int((df_sig["action"] == "sell").sum())
|
||||
print(f"\n규칙 신호: {n_sig} (매수 {buy_sig} / 매도 {sell_sig})")
|
||||
|
||||
result = run_backtest(df_sig, df_1d, df_1h, config_name=rule_set.name)
|
||||
print_backtest_report(result)
|
||||
|
||||
note = (
|
||||
f"매수 규칙: {rule_set.buy_all}"
|
||||
+ (f" | OR {rule_set.buy_any}" if rule_set.buy_any else "")
|
||||
+ f" | 매도: {rule_set.sell_all}"
|
||||
)
|
||||
self.render_plotly(df_sig, trend, result, note=note)
|
||||
return result
|
||||
|
||||
|
||||
def run_mtf_analysis() -> None:
|
||||
"""봉별 BB 백테스트 비교, 정책 저장, MTF 시뮬 차트."""
|
||||
from mtf_bb import apply_policy, load_frames_from_db, run_interval_comparison, save_policy
|
||||
|
||||
monitor = Monitor()
|
||||
policy, _ = run_interval_comparison(monitor)
|
||||
save_policy(policy)
|
||||
apply_policy(policy)
|
||||
|
||||
frames = load_frames_from_db(monitor, SYMBOL)
|
||||
df_1d = frames.get(TREND_INTERVAL_1D)
|
||||
if df_1d is None or df_1d.empty:
|
||||
df_1d = frames[ENTRY_INTERVAL]
|
||||
df_1h = frames.get(TREND_INTERVAL_1H)
|
||||
if df_1h is None or df_1h.empty:
|
||||
df_1h = frames[ENTRY_INTERVAL]
|
||||
|
||||
cfg = strategy.StrategyConfig(
|
||||
name="MTF_BB",
|
||||
use_mtf=True,
|
||||
use_regime_switch=strategy.ACTIVE_CONFIG.use_regime_switch,
|
||||
use_rsi_filter=False,
|
||||
use_volume_filter=False,
|
||||
use_squeeze_filter=False,
|
||||
use_stop_loss=True,
|
||||
)
|
||||
df_sig = strategy.annotate_mtf_signals(SYMBOL, frames, df_1d, df_1h, policy, cfg)
|
||||
trend = strategy.get_trend(df_1d, df_1h)
|
||||
print(f"\nMTF 시뮬 ({policy.name}) | 추세: {trend}")
|
||||
result = run_backtest(df_sig, df_1d, df_1h, config_name=policy.name)
|
||||
print_backtest_report(result)
|
||||
Simulation().render_plotly(
|
||||
df_sig,
|
||||
trend,
|
||||
result,
|
||||
interval_min=policy.buy_interval,
|
||||
note=f"MTF 정책: 매수 {policy.buy_interval}분 / 확인 {policy.buy_confirm_intervals}",
|
||||
)
|
||||
|
||||
|
||||
def _load_all_frames_or_exit() -> dict[int, pd.DataFrame] | None:
|
||||
"""coins.db 전 간격 로드. 부족 시 None."""
|
||||
from rule_discovery import load_frames
|
||||
|
||||
monitor = Monitor(cooldown_file=None)
|
||||
frames = load_frames(monitor)
|
||||
if len(frames) < 3:
|
||||
print("coins.db 데이터 부족. python downloader.py 실행 후 재시도.")
|
||||
return None
|
||||
return frames
|
||||
|
||||
|
||||
def run_analyze(frames: dict[int, pd.DataFrame] | None = None) -> None:
|
||||
"""전 봉 BB·일목 위치 조합 분석."""
|
||||
from combination_analyzer import analyze_combinations, save_report
|
||||
|
||||
if frames is None:
|
||||
print("=== 전 봉 BB·일목 조합 분석 ===")
|
||||
frames = _load_all_frames_or_exit()
|
||||
if frames is None:
|
||||
return
|
||||
report = analyze_combinations(frames)
|
||||
save_report(report)
|
||||
|
||||
|
||||
def run_discover(frames: dict[int, pd.DataFrame] | None = None):
|
||||
"""모든 봉·BB·일목 특징으로 최적 규칙 탐색 후 JSON 저장."""
|
||||
from rule_discovery import discover_rules, save_rules
|
||||
|
||||
if frames is None:
|
||||
print("=== 규칙 탐색 (discover) ===")
|
||||
frames = _load_all_frames_or_exit()
|
||||
if frames is None:
|
||||
return None
|
||||
rules = discover_rules(frames)
|
||||
save_rules(rules)
|
||||
print(f"\n저장: discovered_rules.json")
|
||||
return rules
|
||||
|
||||
|
||||
def run_full_pipeline() -> None:
|
||||
"""
|
||||
일반 사용자용 일괄 실행: analyze → discover → HTML.
|
||||
|
||||
DB 로드는 한 번만 수행합니다.
|
||||
"""
|
||||
print("=" * 60)
|
||||
print("전체 파이프라인: analyze → discover → HTML")
|
||||
print("=" * 60)
|
||||
frames = _load_all_frames_or_exit()
|
||||
if frames is None:
|
||||
return
|
||||
|
||||
print("\n[1/3] 조합 분석 (analyze)")
|
||||
run_analyze(frames)
|
||||
|
||||
print("\n[2/3] 규칙 탐색 (discover)")
|
||||
run_discover(frames)
|
||||
|
||||
print("\n[3/3] 백테스트·HTML 차트 (탐색 규칙 매수·매도)")
|
||||
if rules is None:
|
||||
print("규칙 탐색 실패 — HTML 생략")
|
||||
return
|
||||
Simulation().run_discovered_chart(frames, rules=rules)
|
||||
print("\n완료.")
|
||||
|
||||
|
||||
def print_usage() -> None:
|
||||
print(
|
||||
"""
|
||||
DeepCoin simulation.py
|
||||
|
||||
python simulation.py
|
||||
analyze + discover + HTML (차트 = discovered_rules 매수·매도)
|
||||
|
||||
(고급) analyze | discover | compare | mtf
|
||||
"""
|
||||
)
|
||||
|
||||
|
||||
def main() -> None:
|
||||
sim = Simulation()
|
||||
if len(sys.argv) > 1 and sys.argv[1] in ("-h", "--help", "help"):
|
||||
print_usage()
|
||||
return
|
||||
if len(sys.argv) == 1 or (len(sys.argv) > 1 and sys.argv[1] in ("all", "chart", "html")):
|
||||
if len(sys.argv) > 1 and sys.argv[1] in ("chart", "html"):
|
||||
print("참고: chart/html 옵션은 제거되었습니다. python simulation.py 만 사용하세요.\n")
|
||||
run_full_pipeline()
|
||||
return
|
||||
if len(sys.argv) > 1 and sys.argv[1] == "analyze":
|
||||
run_analyze()
|
||||
return
|
||||
if len(sys.argv) > 1 and sys.argv[1] == "discover":
|
||||
run_discover()
|
||||
return
|
||||
if len(sys.argv) > 1 and sys.argv[1] == "mtf":
|
||||
run_mtf_analysis()
|
||||
return
|
||||
if len(sys.argv) > 1 and sys.argv[1] == "compare":
|
||||
df_1d, df_1h, df_3m = sim.load_mtf(SYMBOL)
|
||||
run_comparison(df_1d, df_1h, df_3m)
|
||||
return
|
||||
print(f"알 수 없는 옵션: {sys.argv[1]}\n")
|
||||
print_usage()
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
main()
|
||||
671
simulation_1h.py
671
simulation_1h.py
@@ -1,671 +0,0 @@
|
||||
"""
|
||||
WLD 3분 BB 시뮬레이션.
|
||||
|
||||
기본: 하단 상향 돌파 매수, 상단 상향 돌파 매도.
|
||||
수수료 반영, 레짐/필터 조합 비교 지원.
|
||||
|
||||
python simulation_1h.py # discovered_rules HTML 차트 (기본)
|
||||
python simulation_1h.py discover # 모든 봉 특징 탐색 → discovered_rules.json
|
||||
python simulation_1h.py compare # 9종 조합 수익률 순위
|
||||
python simulation_1h.py mtf # 봉별 BB 비교 + MTF 시뮬
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
import sys
|
||||
from dataclasses import dataclass
|
||||
|
||||
import pandas as pd
|
||||
import plotly.graph_objs as go
|
||||
import plotly.io as pio
|
||||
from datetime import datetime
|
||||
from plotly import subplots
|
||||
|
||||
pio.renderers.default = "browser"
|
||||
|
||||
from config import (
|
||||
BUY_COOLDOWN_SEC,
|
||||
COIN_NAME,
|
||||
ENTRY_INTERVAL,
|
||||
SELL_COOLDOWN_SEC,
|
||||
SIM_INITIAL_CASH_KRW,
|
||||
SIM_MIN_ORDER_KRW,
|
||||
SYMBOL,
|
||||
TRADING_FEE_RATE,
|
||||
TREND_INTERVAL_1D,
|
||||
TREND_INTERVAL_1H,
|
||||
)
|
||||
from monitor import Monitor
|
||||
import strategy
|
||||
|
||||
|
||||
@dataclass
|
||||
class SimTrade:
|
||||
dt: pd.Timestamp
|
||||
action: str
|
||||
signal: str
|
||||
price: float
|
||||
krw: float
|
||||
fee: float
|
||||
quantity: float
|
||||
pnl: float | None
|
||||
cash_after: float
|
||||
total_asset: float
|
||||
|
||||
|
||||
@dataclass
|
||||
class SimResult:
|
||||
config_name: str
|
||||
trades: list[SimTrade]
|
||||
initial_cash: float
|
||||
final_cash: float
|
||||
final_coin_qty: float
|
||||
final_price: float
|
||||
realized_pnl: float
|
||||
total_fees: float
|
||||
final_asset: float
|
||||
total_return_pct: float
|
||||
trade_count: int
|
||||
win_count: int
|
||||
|
||||
|
||||
def run_backtest(
|
||||
df_3m: pd.DataFrame,
|
||||
df_1d: pd.DataFrame,
|
||||
df_1h: pd.DataFrame,
|
||||
config_name: str = "",
|
||||
initial_cash: float = SIM_INITIAL_CASH_KRW,
|
||||
min_order_krw: float = SIM_MIN_ORDER_KRW,
|
||||
fee_rate: float = TRADING_FEE_RATE,
|
||||
) -> SimResult:
|
||||
"""신호 순서대로 현물 매수/매도 시뮬레이션 (수수료 차감)."""
|
||||
cash = float(initial_cash)
|
||||
coin_qty = 0.0
|
||||
cost_basis = 0.0
|
||||
realized_pnl = 0.0
|
||||
total_fees = 0.0
|
||||
win_count = 0
|
||||
trades: list[SimTrade] = []
|
||||
last_buy_ts: pd.Timestamp | None = None
|
||||
last_sell_ts: pd.Timestamp | None = None
|
||||
|
||||
signals = df_3m[df_3m["point"] == 1].sort_index()
|
||||
|
||||
for ts, row in signals.iterrows():
|
||||
price = float(row["Close"])
|
||||
action = str(row.get("action", ""))
|
||||
signal_name = str(row.get("signal", ""))
|
||||
if price <= 0:
|
||||
continue
|
||||
|
||||
trend_at = str(row.get("trend", "")) or strategy.get_trend_at(df_1d, df_1h, ts)
|
||||
if trend_at not in ("up", "down", "range"):
|
||||
trend_at = strategy.get_trend_at(df_1d, df_1h, ts)
|
||||
|
||||
if action == "buy":
|
||||
if last_buy_ts is not None:
|
||||
if (ts - last_buy_ts).total_seconds() < BUY_COOLDOWN_SEC:
|
||||
continue
|
||||
|
||||
buy_krw = float(
|
||||
strategy.get_buy_amount(SYMBOL, signal_name, price, trend_at)
|
||||
)
|
||||
buy_krw = max(min_order_krw, min(buy_krw, cash))
|
||||
fee = buy_krw * fee_rate
|
||||
total_cost = buy_krw + fee
|
||||
if buy_krw < min_order_krw or cash < total_cost:
|
||||
continue
|
||||
|
||||
qty = buy_krw / price
|
||||
cash -= total_cost
|
||||
total_fees += fee
|
||||
cost_basis += buy_krw
|
||||
coin_qty += qty
|
||||
last_buy_ts = ts
|
||||
|
||||
trades.append(
|
||||
SimTrade(
|
||||
dt=ts,
|
||||
action="매수",
|
||||
signal=signal_name,
|
||||
price=price,
|
||||
krw=buy_krw,
|
||||
fee=fee,
|
||||
quantity=qty,
|
||||
pnl=None,
|
||||
cash_after=cash,
|
||||
total_asset=cash + coin_qty * price,
|
||||
)
|
||||
)
|
||||
continue
|
||||
|
||||
if action == "sell":
|
||||
if coin_qty <= 0:
|
||||
continue
|
||||
if last_sell_ts is not None:
|
||||
if (ts - last_sell_ts).total_seconds() < SELL_COOLDOWN_SEC:
|
||||
continue
|
||||
|
||||
ratio = strategy.get_sell_ratio(SYMBOL, signal_name)
|
||||
sell_qty = min(coin_qty * ratio, coin_qty)
|
||||
sell_krw = sell_qty * price
|
||||
|
||||
if sell_krw < min_order_krw:
|
||||
if coin_qty * price < min_order_krw:
|
||||
continue
|
||||
sell_qty = coin_qty
|
||||
sell_krw = sell_qty * price
|
||||
|
||||
fee = sell_krw * fee_rate
|
||||
net = sell_krw - fee
|
||||
avg_cost = cost_basis / coin_qty
|
||||
sold_cost = avg_cost * sell_qty
|
||||
pnl = net - sold_cost
|
||||
|
||||
cash += net
|
||||
total_fees += fee
|
||||
cost_basis -= sold_cost
|
||||
coin_qty -= sell_qty
|
||||
realized_pnl += pnl
|
||||
if pnl > 0:
|
||||
win_count += 1
|
||||
if coin_qty < 1e-12:
|
||||
coin_qty = 0.0
|
||||
cost_basis = 0.0
|
||||
last_sell_ts = ts
|
||||
|
||||
trades.append(
|
||||
SimTrade(
|
||||
dt=ts,
|
||||
action="매도",
|
||||
signal=signal_name,
|
||||
price=price,
|
||||
krw=sell_krw,
|
||||
fee=fee,
|
||||
quantity=sell_qty,
|
||||
pnl=pnl,
|
||||
cash_after=cash,
|
||||
total_asset=cash + coin_qty * price,
|
||||
)
|
||||
)
|
||||
|
||||
final_price = float(df_3m["Close"].iloc[-1])
|
||||
final_asset = cash + coin_qty * final_price
|
||||
sell_trades = sum(1 for t in trades if t.action == "매도")
|
||||
|
||||
return SimResult(
|
||||
config_name=config_name,
|
||||
trades=trades,
|
||||
initial_cash=initial_cash,
|
||||
final_cash=cash,
|
||||
final_coin_qty=coin_qty,
|
||||
final_price=final_price,
|
||||
realized_pnl=realized_pnl,
|
||||
total_fees=total_fees,
|
||||
final_asset=final_asset,
|
||||
total_return_pct=(final_asset - initial_cash) / initial_cash * 100
|
||||
if initial_cash > 0
|
||||
else 0.0,
|
||||
trade_count=len(trades),
|
||||
win_count=win_count if sell_trades else 0,
|
||||
)
|
||||
|
||||
|
||||
def print_backtest_report(result: SimResult) -> None:
|
||||
fee_pct = TRADING_FEE_RATE * 100
|
||||
print("\n" + "=" * 80)
|
||||
print(
|
||||
f"[{result.config_name}] 시작 {result.initial_cash:,.0f}원 | "
|
||||
f"최소주문 {SIM_MIN_ORDER_KRW:,.0f}원 | 수수료 {fee_pct:.3f}%/쪽"
|
||||
)
|
||||
print("=" * 80)
|
||||
if not result.trades:
|
||||
print("체결 없음")
|
||||
else:
|
||||
print(
|
||||
f"{'일시':<18} {'구분':<4} {'신호':<22} {'가격':>9} {'금액':>10} "
|
||||
f"{'수수료':>8} {'수익':>10}"
|
||||
)
|
||||
print("-" * 80)
|
||||
for t in result.trades:
|
||||
pnl_s = f"{t.pnl:+,.0f}" if t.pnl is not None else "-"
|
||||
print(
|
||||
f"{t.dt.strftime('%Y-%m-%d %H:%M'):<18} {t.action:<4} {t.signal:<22} "
|
||||
f"{t.price:>9,.2f} {t.krw:>10,.0f} {t.fee:>8,.0f} {pnl_s:>10}"
|
||||
)
|
||||
print("-" * 80)
|
||||
sells = sum(1 for t in result.trades if t.action == "매도")
|
||||
win_rate = result.win_count / sells * 100 if sells else 0.0
|
||||
print(f"거래 횟수: {result.trade_count} (매도 {sells}회) | 승률: {win_rate:.1f}%")
|
||||
print(f"수수료 합계: {result.total_fees:,.0f}원")
|
||||
print(f"실현 손익(수수료 반영): {result.realized_pnl:+,.0f}원")
|
||||
print(
|
||||
f"최종 자산: {result.final_asset:,.0f}원 | "
|
||||
f"총수익: {result.final_asset - result.initial_cash:+,.0f}원 "
|
||||
f"({result.total_return_pct:+.2f}%)"
|
||||
)
|
||||
print("=" * 80)
|
||||
|
||||
|
||||
def run_comparison(df_1d: pd.DataFrame, df_1h: pd.DataFrame, df_3m: pd.DataFrame) -> None:
|
||||
"""기법 조합별 수익률 비교 (수수료 포함)."""
|
||||
print(f"\n{'='*80}")
|
||||
print(f"전략 조합 비교 — {SYMBOL} 3분 | {df_3m.index[0]} ~ {df_3m.index[-1]}")
|
||||
print(f"시작 {SIM_INITIAL_CASH_KRW:,}원 | 수수료 {TRADING_FEE_RATE*100:.3f}%/매수·매도")
|
||||
print(f"{'='*80}")
|
||||
print(
|
||||
f"{'순위':<4} {'조합':<22} {'수익률':>9} {'최종자산':>12} "
|
||||
f"{'거래':>6} {'승률':>7} {'수수료':>10}"
|
||||
)
|
||||
print("-" * 80)
|
||||
|
||||
rows: list[tuple[SimResult, strategy.StrategyConfig]] = []
|
||||
for cfg in strategy.comparison_presets():
|
||||
df_sig = strategy.annotate_signals(
|
||||
SYMBOL,
|
||||
df_3m.copy(),
|
||||
simulation=True,
|
||||
df_1h=df_1h,
|
||||
df_1d=df_1d,
|
||||
config=cfg,
|
||||
)
|
||||
res = run_backtest(df_sig, df_1d, df_1h, config_name=cfg.name)
|
||||
rows.append((res, cfg))
|
||||
|
||||
rows.sort(key=lambda x: x[0].total_return_pct, reverse=True)
|
||||
|
||||
for rank, (res, cfg) in enumerate(rows, 1):
|
||||
sells = sum(1 for t in res.trades if t.action == "매도")
|
||||
wr = res.win_count / sells * 100 if sells else 0.0
|
||||
print(
|
||||
f"{rank:<4} {res.config_name:<22} {res.total_return_pct:>+8.2f}% "
|
||||
f"{res.final_asset:>12,.0f} {res.trade_count:>6} {wr:>6.1f}% "
|
||||
f"{res.total_fees:>10,.0f}"
|
||||
)
|
||||
|
||||
best_res, best_cfg = rows[0]
|
||||
print("-" * 80)
|
||||
print(f"1위: {best_cfg.name} ({best_res.total_return_pct:+.2f}%)")
|
||||
print(
|
||||
"실거래 적용: strategy.ACTIVE_CONFIG 를 1위 조합으로 맞추세요 "
|
||||
"(현재 ACTIVE_CONFIG.name=%s)" % strategy.ACTIVE_CONFIG.name
|
||||
)
|
||||
print(f"{'='*80}\n")
|
||||
|
||||
|
||||
class Simulation:
|
||||
def __init__(self) -> None:
|
||||
self.monitor = Monitor(cooldown_file=None)
|
||||
|
||||
def load_mtf(self, symbol: str):
|
||||
df_1d = self.monitor.get_coin_some_data(symbol, TREND_INTERVAL_1D)
|
||||
df_1h = self.monitor.get_coin_some_data(symbol, TREND_INTERVAL_1H)
|
||||
df_3m = self.monitor.get_coin_some_data(symbol, ENTRY_INTERVAL)
|
||||
|
||||
if df_1d is None or df_1d.empty:
|
||||
df_1d = self.monitor.get_coin_more_data(symbol, TREND_INTERVAL_1D, bong_count=500)
|
||||
if df_1h is None or df_1h.empty:
|
||||
df_1h = self.monitor.get_coin_more_data(symbol, TREND_INTERVAL_1H, bong_count=5000)
|
||||
if df_3m is None or df_3m.empty:
|
||||
df_3m = self.monitor.get_coin_more_data(
|
||||
symbol, ENTRY_INTERVAL, bong_count=90000, verbose=True
|
||||
)
|
||||
|
||||
df_1d = self.monitor.calculate_technical_indicators(df_1d)
|
||||
df_1h = self.monitor.calculate_technical_indicators(df_1h)
|
||||
df_3m = self.monitor.calculate_technical_indicators(df_3m)
|
||||
return df_1d, df_1h, df_3m
|
||||
|
||||
def render_plotly(self, df_3m: pd.DataFrame, trend: str, result: SimResult) -> None:
|
||||
cfg = strategy.ACTIVE_CONFIG.name
|
||||
summary = (
|
||||
f"[{cfg}] 시작 {result.initial_cash:,.0f} | 최종 {result.final_asset:,.0f} | "
|
||||
f"{result.total_return_pct:+.2f}% | 수수료 {result.total_fees:,.0f}"
|
||||
)
|
||||
fig = subplots.make_subplots(
|
||||
rows=3,
|
||||
cols=1,
|
||||
subplot_titles=(
|
||||
f"{COIN_NAME} 3분 BB — {trend}",
|
||||
"RSI / BB폭(%)",
|
||||
summary,
|
||||
),
|
||||
shared_xaxes=False,
|
||||
vertical_spacing=0.06,
|
||||
row_heights=[0.5, 0.18, 0.32],
|
||||
specs=[[{"type": "xy"}], [{"type": "xy"}], [{"type": "table"}]],
|
||||
)
|
||||
fig.add_trace(
|
||||
go.Candlestick(
|
||||
x=df_3m.index,
|
||||
open=df_3m["Open"],
|
||||
high=df_3m["High"],
|
||||
low=df_3m["Low"],
|
||||
close=df_3m["Close"],
|
||||
name="캔들",
|
||||
showlegend=False,
|
||||
),
|
||||
row=1,
|
||||
col=1,
|
||||
)
|
||||
for col, color in [("MA", "blue"), ("Upper", "gray"), ("Lower", "gray")]:
|
||||
if col in df_3m.columns:
|
||||
fig.add_trace(
|
||||
go.Scatter(
|
||||
x=df_3m.index,
|
||||
y=df_3m[col],
|
||||
name=col,
|
||||
line=dict(color=color, dash="dot" if col != "MA" else "solid"),
|
||||
showlegend=False,
|
||||
),
|
||||
row=1,
|
||||
col=1,
|
||||
)
|
||||
|
||||
buy_trades = [t for t in result.trades if t.action == "매수"]
|
||||
sell_trades = [t for t in result.trades if t.action == "매도"]
|
||||
fig.add_trace(
|
||||
go.Scatter(
|
||||
x=[t.dt for t in buy_trades],
|
||||
y=[t.price for t in buy_trades],
|
||||
mode="markers",
|
||||
name="매수",
|
||||
legendgroup="trades",
|
||||
showlegend=True,
|
||||
marker=dict(
|
||||
color="#22c55e",
|
||||
size=11,
|
||||
symbol="triangle-up",
|
||||
line=dict(width=1, color="#166534"),
|
||||
),
|
||||
),
|
||||
row=1,
|
||||
col=1,
|
||||
)
|
||||
fig.add_trace(
|
||||
go.Scatter(
|
||||
x=[t.dt for t in sell_trades],
|
||||
y=[t.price for t in sell_trades],
|
||||
mode="markers",
|
||||
name="매도",
|
||||
legendgroup="trades",
|
||||
showlegend=True,
|
||||
marker=dict(
|
||||
color="#ef4444",
|
||||
size=11,
|
||||
symbol="triangle-down",
|
||||
line=dict(width=1, color="#991b1b"),
|
||||
),
|
||||
),
|
||||
row=1,
|
||||
col=1,
|
||||
)
|
||||
if "RSI" in df_3m.columns:
|
||||
fig.add_trace(
|
||||
go.Scatter(
|
||||
x=df_3m.index,
|
||||
y=df_3m["RSI"],
|
||||
name="RSI",
|
||||
showlegend=False,
|
||||
),
|
||||
row=2,
|
||||
col=1,
|
||||
)
|
||||
if "BB_Width" in df_3m.columns:
|
||||
fig.add_trace(
|
||||
go.Scatter(
|
||||
x=df_3m.index,
|
||||
y=df_3m["BB_Width"],
|
||||
name="BB폭%",
|
||||
showlegend=False,
|
||||
),
|
||||
row=2,
|
||||
col=1,
|
||||
)
|
||||
if result.trades:
|
||||
cells = [
|
||||
[t.dt.strftime("%Y-%m-%d %H:%M") for t in result.trades],
|
||||
[t.action for t in result.trades],
|
||||
[t.signal for t in result.trades],
|
||||
[f"{t.price:,.2f}" for t in result.trades],
|
||||
[f"{t.krw:,.0f}" for t in result.trades],
|
||||
[f"{t.fee:,.0f}" for t in result.trades],
|
||||
[f"{t.pnl:+,.0f}" if t.pnl is not None else "-" for t in result.trades],
|
||||
[f"{t.total_asset:,.0f}" for t in result.trades],
|
||||
]
|
||||
else:
|
||||
cells = [["-"] * 8]
|
||||
fig.add_trace(
|
||||
go.Table(
|
||||
header=dict(
|
||||
values=[
|
||||
"일시",
|
||||
"구분",
|
||||
"신호",
|
||||
"가격",
|
||||
"금액",
|
||||
"수수료",
|
||||
"수익",
|
||||
"총자산",
|
||||
],
|
||||
fill_color="#e8e8e8",
|
||||
),
|
||||
cells=dict(values=cells),
|
||||
),
|
||||
row=3,
|
||||
col=1,
|
||||
)
|
||||
fig.update_layout(
|
||||
height=1100,
|
||||
title=f"{SYMBOL} BB 타이밍 시뮬 (범례 클릭: 매수/매도 표시 토글)",
|
||||
margin=dict(l=50, r=140, t=80, b=40),
|
||||
dragmode="zoom",
|
||||
legend=dict(
|
||||
orientation="v",
|
||||
yanchor="top",
|
||||
y=0.99,
|
||||
xanchor="left",
|
||||
x=1.01,
|
||||
bgcolor="rgba(255,255,255,0.9)",
|
||||
bordercolor="#cccccc",
|
||||
borderwidth=1,
|
||||
font=dict(size=12),
|
||||
title=dict(text="체결 (클릭 토글)", side="top"),
|
||||
itemclick="toggle",
|
||||
itemdoubleclick="toggleothers",
|
||||
),
|
||||
)
|
||||
# Y축 고정·rangeslider 해제 → 세로 드래그/박스줌·휠 줌 가능
|
||||
fig.update_xaxes(
|
||||
rangeslider_visible=False,
|
||||
fixedrange=False,
|
||||
row=1,
|
||||
col=1,
|
||||
)
|
||||
fig.update_xaxes(fixedrange=False, row=2, col=1)
|
||||
fig.update_yaxes(
|
||||
title_text="가격 (KRW)",
|
||||
fixedrange=False,
|
||||
scaleanchor=None,
|
||||
scaleratio=None,
|
||||
row=1,
|
||||
col=1,
|
||||
)
|
||||
fig.update_yaxes(
|
||||
fixedrange=False,
|
||||
scaleanchor=None,
|
||||
scaleratio=None,
|
||||
row=2,
|
||||
col=1,
|
||||
)
|
||||
fig.show(
|
||||
config={
|
||||
"scrollZoom": True,
|
||||
"displaylogo": False,
|
||||
"doubleClick": "reset",
|
||||
"modeBarButtonsToAdd": ["zoom2d", "pan2d", "resetScale2d"],
|
||||
}
|
||||
)
|
||||
|
||||
def load_all_frames(self) -> dict[int, pd.DataFrame]:
|
||||
"""discovered 규칙용 전 간격 로드."""
|
||||
from mtf_bb import load_frames_from_db
|
||||
|
||||
return load_frames_from_db(self.monitor, SYMBOL)
|
||||
|
||||
def _run_one_strategy(
|
||||
self,
|
||||
name: str,
|
||||
df_1d: pd.DataFrame,
|
||||
df_1h: pd.DataFrame,
|
||||
df_3m: pd.DataFrame,
|
||||
cfg: strategy.StrategyConfig,
|
||||
frames: dict | None = None,
|
||||
) -> tuple[pd.DataFrame, SimResult, int]:
|
||||
"""한 전략으로 신호·백테스트. 반환: (df, result, 신호수)."""
|
||||
df_sig = strategy.annotate_signals(
|
||||
SYMBOL,
|
||||
df_3m.copy(),
|
||||
simulation=True,
|
||||
df_1h=df_1h,
|
||||
df_1d=df_1d,
|
||||
config=cfg,
|
||||
frames=frames,
|
||||
)
|
||||
n_sig = int((df_sig["point"] == 1).sum())
|
||||
res = run_backtest(df_sig, df_1d, df_1h, config_name=name)
|
||||
return df_sig, res, n_sig
|
||||
|
||||
def run(self, config: strategy.StrategyConfig | None = None) -> SimResult:
|
||||
"""기본 BB vs 탐색 규칙 중 수익률·신호가 있는 쪽을 HTML에 표시."""
|
||||
df_1d, df_1h, df_3m = self.load_mtf(SYMBOL)
|
||||
trend = strategy.get_trend(df_1d, df_1h)
|
||||
print(f"추세(최신): {trend}")
|
||||
print(f"3분: {df_3m.index[0]} ~ {df_3m.index[-1]} ({len(df_3m)}봉)")
|
||||
|
||||
cfg_base = strategy.StrategyConfig(
|
||||
name="01_기본_BB만",
|
||||
use_discovered_rules=False,
|
||||
use_regime_switch=False,
|
||||
use_rsi_filter=False,
|
||||
use_volume_filter=False,
|
||||
use_squeeze_filter=False,
|
||||
use_stop_loss=False,
|
||||
)
|
||||
df_base, res_base, n_base = self._run_one_strategy(
|
||||
cfg_base.name, df_1d, df_1h, df_3m, cfg_base
|
||||
)
|
||||
print(f"\n[기본 BB] 신호 {n_base} | 수익 {res_base.total_return_pct:+.2f}% | 거래 {res_base.trade_count}")
|
||||
|
||||
candidates: list[tuple[str, pd.DataFrame, SimResult, int]] = [
|
||||
(cfg_base.name, df_base, res_base, n_base),
|
||||
]
|
||||
|
||||
try:
|
||||
from rule_discovery import load_rules
|
||||
|
||||
rules = load_rules()
|
||||
frames = self.load_all_frames()
|
||||
if rules and frames:
|
||||
cfg_disc = strategy.StrategyConfig(
|
||||
name=rules.name,
|
||||
use_discovered_rules=True,
|
||||
use_regime_switch=False,
|
||||
use_rsi_filter=False,
|
||||
use_volume_filter=False,
|
||||
use_squeeze_filter=False,
|
||||
use_stop_loss=False,
|
||||
)
|
||||
df_disc, res_disc, n_disc = self._run_one_strategy(
|
||||
cfg_disc.name, df_1d, df_1h, df_3m, cfg_disc, frames=frames
|
||||
)
|
||||
print(
|
||||
f"[탐색 규칙] 신호 {n_disc} | 수익 {res_disc.total_return_pct:+.2f}% "
|
||||
f"| 거래 {res_disc.trade_count}"
|
||||
)
|
||||
print(f" 매수: {rules.buy_all} | OR: {rules.buy_any}")
|
||||
print(f" 매도: {rules.sell_all} | 손절: {rules.sell_stop}")
|
||||
if n_disc > 0 and res_disc.trade_count > 0:
|
||||
candidates.append((cfg_disc.name, df_disc, res_disc, n_disc))
|
||||
except Exception as e:
|
||||
print(f"[탐색 규칙] 스킵: {e}")
|
||||
|
||||
# 신호·거래 있는 후보 중 수익률 최대
|
||||
valid = [c for c in candidates if c[3] > 0 and c[2].trade_count > 0]
|
||||
if not valid:
|
||||
valid = candidates
|
||||
name, df_plot, result, n_sig = max(valid, key=lambda c: c[2].total_return_pct)
|
||||
|
||||
print(f"\n>>> HTML 적용: {name} (신호 {n_sig}, 거래 {result.trade_count}, {result.total_return_pct:+.2f}%)")
|
||||
sigs = df_plot[df_plot["point"] == 1]
|
||||
if len(sigs):
|
||||
print(sigs["action"].value_counts().to_string())
|
||||
|
||||
print_backtest_report(result)
|
||||
self.render_plotly(df_plot, trend, result)
|
||||
return result
|
||||
|
||||
|
||||
def run_mtf_analysis() -> None:
|
||||
"""봉별 BB 백테스트 비교, 정책 저장, MTF 시뮬 차트."""
|
||||
from mtf_bb import apply_policy, load_frames_from_db, run_interval_comparison, save_policy
|
||||
|
||||
monitor = Monitor()
|
||||
policy, _ = run_interval_comparison(monitor)
|
||||
save_policy(policy)
|
||||
apply_policy(policy)
|
||||
|
||||
frames = load_frames_from_db(monitor, SYMBOL)
|
||||
df_1d = frames.get(TREND_INTERVAL_1D)
|
||||
if df_1d is None or df_1d.empty:
|
||||
df_1d = frames[ENTRY_INTERVAL]
|
||||
df_1h = frames.get(TREND_INTERVAL_1H)
|
||||
if df_1h is None or df_1h.empty:
|
||||
df_1h = frames[ENTRY_INTERVAL]
|
||||
|
||||
cfg = strategy.StrategyConfig(
|
||||
name="MTF_BB",
|
||||
use_mtf=True,
|
||||
use_regime_switch=strategy.ACTIVE_CONFIG.use_regime_switch,
|
||||
use_rsi_filter=False,
|
||||
use_volume_filter=False,
|
||||
use_squeeze_filter=False,
|
||||
use_stop_loss=True,
|
||||
)
|
||||
df_sig = strategy.annotate_mtf_signals(SYMBOL, frames, df_1d, df_1h, policy, cfg)
|
||||
trend = strategy.get_trend(df_1d, df_1h)
|
||||
print(f"\nMTF 시뮬 ({policy.name}) | 추세: {trend}")
|
||||
result = run_backtest(df_sig, df_1d, df_1h, config_name=policy.name)
|
||||
print_backtest_report(result)
|
||||
Simulation().render_plotly(df_sig, trend, result)
|
||||
|
||||
|
||||
def run_discover() -> None:
|
||||
"""모든 봉·캔들 특징으로 최적 규칙 탐색 후 JSON 저장."""
|
||||
from rule_discovery import discover_rules, load_frames, save_rules
|
||||
|
||||
monitor = Monitor(cooldown_file=None)
|
||||
frames = load_frames(monitor)
|
||||
rules = discover_rules(frames)
|
||||
save_rules(rules)
|
||||
print(f"\n저장: discovered_rules.json")
|
||||
print("HTML 차트: python simulation_1h.py")
|
||||
|
||||
|
||||
def main() -> None:
|
||||
sim = Simulation()
|
||||
if len(sys.argv) > 1 and sys.argv[1] == "discover":
|
||||
run_discover()
|
||||
return
|
||||
if len(sys.argv) > 1 and sys.argv[1] == "mtf":
|
||||
run_mtf_analysis()
|
||||
return
|
||||
df_1d, df_1h, df_3m = sim.load_mtf(SYMBOL)
|
||||
if len(sys.argv) > 1 and sys.argv[1] == "compare":
|
||||
run_comparison(df_1d, df_1h, df_3m)
|
||||
return
|
||||
sim.run()
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
main()
|
||||
42
strategy.py
42
strategy.py
@@ -92,7 +92,7 @@ class StrategyConfig:
|
||||
use_discovered_rules: bool = False
|
||||
|
||||
|
||||
# HTML 시뮬: discovered_rules.json (python simulation_1h.py discover)
|
||||
# HTML 시뮬: discovered_rules.json (python simulation.py discover)
|
||||
ACTIVE_CONFIG = StrategyConfig(
|
||||
name="discovered_best",
|
||||
use_discovered_rules=True,
|
||||
@@ -478,6 +478,44 @@ def annotate_mtf_signals(
|
||||
return df
|
||||
|
||||
|
||||
def evaluate_discovered_live(
|
||||
symbol: str,
|
||||
frames: dict[int, pd.DataFrame],
|
||||
df_1d: pd.DataFrame,
|
||||
df_1h: pd.DataFrame,
|
||||
balances: dict,
|
||||
) -> TradeSignal | None:
|
||||
"""
|
||||
최신 3분 봉 시점에서 discovered_rules + 전 봉 BB·일목 조합으로 신호 1건.
|
||||
"""
|
||||
from candle_features import build_master_feature_matrix
|
||||
from rule_discovery import buy_mask, load_rules, rules_have_buy, sell_mask
|
||||
|
||||
rules = load_rules()
|
||||
if rules is None or not rules_have_buy(rules):
|
||||
return None
|
||||
|
||||
matrix = build_master_feature_matrix(frames)
|
||||
if len(matrix) < 22:
|
||||
return None
|
||||
last = matrix.iloc[[-1]]
|
||||
ts = last.index[-1]
|
||||
close = float(last["Close"].iloc[-1])
|
||||
trend = get_trend_at(df_1d, df_1h, ts)
|
||||
|
||||
position = float(balances.get(symbol, {}).get("balance", 0) or 0)
|
||||
if position >= 1.0:
|
||||
if rules.sell_stop and sell_mask(last, rules, stop=True)[0]:
|
||||
return TradeSignal("sell", SIGNAL_SELL_STOP, close, trend)
|
||||
if sell_mask(last, rules, stop=False)[0]:
|
||||
return TradeSignal("sell", SIGNAL_SELL_UPPER, close, trend)
|
||||
return None
|
||||
|
||||
if buy_mask(last, rules)[0]:
|
||||
return TradeSignal("buy", SIGNAL_BUY_LOWER, close, trend)
|
||||
return None
|
||||
|
||||
|
||||
def annotate_discovered_signals(
|
||||
symbol: str,
|
||||
frames: dict[int, pd.DataFrame],
|
||||
@@ -494,7 +532,7 @@ def annotate_discovered_signals(
|
||||
if rule_set is None or not rules_have_buy(rule_set):
|
||||
raise FileNotFoundError(
|
||||
"discovered_rules.json 없거나 매수 규칙이 비어 있습니다. "
|
||||
"python simulation_1h.py discover 실행"
|
||||
"python simulation.py 실행"
|
||||
)
|
||||
|
||||
entry = frames.get(ENTRY_INTERVAL)
|
||||
|
||||
Reference in New Issue
Block a user