245 lines
9.8 KiB
Python
245 lines
9.8 KiB
Python
import time
|
|
from datetime import datetime
|
|
from dateutil.relativedelta import relativedelta
|
|
import pandas as pd
|
|
import yfinance as yf
|
|
import matplotlib.pyplot as plt
|
|
import matplotlib.dates
|
|
import mplcursors
|
|
plt.rcParams['font.family'] ='AppleGothic'
|
|
plt.rcParams['axes.unicode_minus'] =False
|
|
|
|
from config import *
|
|
from stock_monitor import calculate_technical_indicators, detect_turnaround_signal, get_coin_more_data, check_buy_point
|
|
|
|
# 비트/알트코인 KRW 마켓 식별: 문자열 "-KRW" 포함 여부로 간단 구분
|
|
|
|
INTERVAL_MAP = {
|
|
60: "60m", # 1시간 (yfinance)
|
|
240: "4h", # 4시간 (yfinance)
|
|
}
|
|
|
|
BITHUMB_MAX_COUNT = 3000 # API 최대 3000 캔들
|
|
|
|
def fetch_price_history(symbol: str, interval_minutes: int, days: int = 30) -> pd.DataFrame:
|
|
|
|
"""최근 `days`일 데이터(캔들)를 가져온다. 코인(-KRW)은 빗썸, 그 외 yfinance."""
|
|
if symbol in KR_COINS:
|
|
bong_count = 3000
|
|
return get_coin_more_data(symbol, interval_minutes, bong_count=bong_count)
|
|
|
|
# -------- 주식/ETF/해외코인 (yfinance) --------
|
|
if interval_minutes not in INTERVAL_MAP:
|
|
raise ValueError("interval must be 60 or 240")
|
|
|
|
interval_str = INTERVAL_MAP[interval_minutes]
|
|
|
|
df = yf.download(
|
|
tickers=symbol,
|
|
period=f"{days}d",
|
|
interval=interval_str,
|
|
progress=False,
|
|
)
|
|
|
|
if df.empty:
|
|
raise RuntimeError("No data fetched. Check symbol or interval support.")
|
|
|
|
return df
|
|
|
|
|
|
def analyze_bottom_period(symbol: str, interval_minutes: int, days: int = 90):
|
|
"""저점 기간(6월 22일~7월 9일) 분석"""
|
|
data = fetch_price_history(symbol, interval_minutes, days)
|
|
data = calculate_technical_indicators(data)
|
|
|
|
print(f"데이터 기간: {data.index[0]} ~ {data.index[-1]}")
|
|
print(f"총 데이터 수: {len(data)}")
|
|
|
|
# 저점 기간 필터링 (6월 22일~7월 9일)
|
|
bottom_start = pd.Timestamp('2025-06-22')
|
|
bottom_end = pd.Timestamp('2025-07-09')
|
|
|
|
bottom_data = data[(data.index >= bottom_start) & (data.index <= bottom_end)]
|
|
|
|
if len(bottom_data) == 0:
|
|
print("저점 기간 데이터가 없습니다.")
|
|
return
|
|
|
|
print(f"\n저점 기간 데이터: {bottom_data.index[0]} ~ {bottom_data.index[-1]}")
|
|
print(f"저점 기간 데이터 수: {len(bottom_data)}")
|
|
|
|
# 저점 기간의 기술적 지표 분석
|
|
print("\n=== 저점 기간 기술적 지표 분석 ===")
|
|
|
|
# 1. 가격 분석
|
|
min_price = bottom_data['Low'].min()
|
|
max_price = bottom_data['High'].max()
|
|
avg_price = bottom_data['Close'].mean()
|
|
|
|
print(f"최저가: {min_price:.4f}")
|
|
print(f"최고가: {max_price:.4f}")
|
|
print(f"평균가: {avg_price:.4f}")
|
|
print(f"가격 변동폭: {((max_price - min_price) / min_price * 100):.2f}%")
|
|
|
|
# 3. 볼린저 밴드 분석
|
|
bb_lower_min = bottom_data['Lower'].min()
|
|
bb_upper_max = bottom_data['Upper'].max()
|
|
|
|
print(f"\n볼린저 밴드 분석:")
|
|
print(f"하단 밴드 최저: {bb_lower_min:.4f}")
|
|
print(f"상단 밴드 최고: {bb_upper_max:.4f}")
|
|
|
|
# 4. 거래량 분석
|
|
volume_avg = bottom_data['Volume'].mean()
|
|
volume_max = bottom_data['Volume'].max()
|
|
|
|
print(f"\n거래량 분석:")
|
|
print(f"평균 거래량: {volume_avg:.0f}")
|
|
print(f"최대 거래량: {volume_max:.0f}")
|
|
|
|
# 5. 실제 저점 찾기
|
|
actual_bottom_idx = bottom_data['Low'].idxmin()
|
|
actual_bottom_price = bottom_data.loc[actual_bottom_idx, 'Low']
|
|
actual_bottom_date = actual_bottom_idx
|
|
|
|
print(f"\n실제 저점:")
|
|
print(f"날짜: {actual_bottom_date}")
|
|
print(f"가격: {actual_bottom_price:.4f}")
|
|
# 실제 저점에서 RSI 출력 제거
|
|
# print(f"RSI: {bottom_data.loc[actual_bottom_idx, 'RSI']:.2f}")
|
|
print(f"볼린저 하단 대비: {((actual_bottom_price - bottom_data.loc[actual_bottom_idx, 'Lower']) / bottom_data.loc[actual_bottom_idx, 'Lower'] * 100):.2f}%")
|
|
|
|
# 6. 매수 신호 분석
|
|
print(f"\n=== 매수 신호 분석 ===")
|
|
|
|
# 현재 매수 조건으로 저점 기간에서 매수 신호가 몇 개 발생하는지 확인
|
|
alerts = []
|
|
debug_info = []
|
|
|
|
for i in range(len(bottom_data)):
|
|
slice_df = data.iloc[:data.index.get_loc(bottom_data.index[i]) + 1]
|
|
info = detect_turnaround_signal(symbol, slice_df, interval=interval_minutes)
|
|
|
|
if info:
|
|
debug_info.append({
|
|
'date': bottom_data.index[i],
|
|
'price': bottom_data['Close'].iloc[i],
|
|
'alert': info['alert'],
|
|
'details': info['details']
|
|
})
|
|
|
|
if info['alert']:
|
|
alerts.append((bottom_data.index[i], bottom_data['Close'].iloc[i]))
|
|
|
|
print(f"저점 기간 매수 신호 수: {len(alerts)}")
|
|
|
|
if alerts:
|
|
print("매수 신호 발생 시점:")
|
|
for date, price in alerts:
|
|
print(f" {date}: {price:.4f}")
|
|
|
|
return bottom_data, alerts
|
|
|
|
def run_simulation(symbol: str, interval_minutes: int, days: int = 30):
|
|
data = fetch_price_history(symbol, interval_minutes)
|
|
data = calculate_technical_indicators(data)
|
|
data = check_buy_point(data, simulation=True)
|
|
|
|
print(f"데이터 기간: {data.index[0]} ~ {data.index[-1]}")
|
|
print(f"총 데이터 수: {len(data)}")
|
|
|
|
# 파라미터 후보군 (표준화된 기술적 분석 기준)
|
|
param_candidates = [
|
|
{'rsi_oversold': 32, 'bb_distance': 0.06, 'near_low_tolerance': 0.01, 'volume_multiplier': 2.0}, # 기본 설정
|
|
{'rsi_oversold': 30, 'bb_distance': 0.05, 'near_low_tolerance': 0.008, 'volume_multiplier': 2.5}, # 엄격한 설정
|
|
{'rsi_oversold': 28, 'bb_distance': 0.04, 'near_low_tolerance': 0.005, 'volume_multiplier': 3.0}, # 매우 엄격한 설정
|
|
]
|
|
|
|
alerts = []
|
|
|
|
for params in param_candidates:
|
|
alerts.clear()
|
|
for i in range(len(data)):
|
|
slice_df = data.iloc[: i + 1]
|
|
info = detect_turnaround_signal(symbol, slice_df, interval=interval_minutes, params=params)
|
|
if info and info['alert']:
|
|
alerts.append((slice_df.index[-1], slice_df['Close'].iloc[-1]))
|
|
|
|
print(f"\n총 매수 신호 수: {len(alerts)}")
|
|
|
|
# 서브플롯 생성
|
|
fig, ax1 = plt.subplots(figsize=(15, 8))
|
|
fig.suptitle(f"{symbol} - 시뮬레이션 {interval_minutes}분봉", fontsize=14)
|
|
|
|
# 메인 차트 (가격, 이동평균선, 볼린저 밴드)
|
|
line_close = ax1.plot(data.index, data["Close"], label="종가", color="black", linewidth=1.5)[0]
|
|
line_ma5 = ax1.plot(data.index, data["MA5"], label="MA5", color="red", linewidth=1)[0]
|
|
line_ma20 = ax1.plot(data.index, data["MA20"], label="MA20", color="blue", linewidth=1)[0]
|
|
line_ma40 = ax1.plot(data.index, data["MA40"], label="MA40", color="green", linewidth=1)[0]
|
|
line_ma120 = ax1.plot(data.index, data["MA120"], label="MA120", color="purple", linewidth=1)[0]
|
|
line_ma200 = ax1.plot(data.index, data["MA200"], label="MA200", color="brown", linewidth=1)[0]
|
|
line_ma240 = ax1.plot(data.index, data["MA240"], label="MA240", color="black", linewidth=1)[0]
|
|
line_ma720 = ax1.plot(data.index, data["MA720"], label="MA720", color="cyan", linewidth=1)[0]
|
|
line_ma1440 = ax1.plot(data.index, data["MA1440"], label="MA1440", color="magenta", linewidth=1)[0]
|
|
|
|
# Bollinger Bands
|
|
line_upper = ax1.plot(data.index, data["Upper"], label="볼린저 Upper", color="grey", linestyle="--", linewidth=1)[0]
|
|
line_lower = ax1.plot(data.index, data["Lower"], label="볼린저 Lower", color="grey", linestyle="--", linewidth=1)[0]
|
|
|
|
ax1.fill_between(data.index, data["Lower"], data["Upper"], color="grey", alpha=0.1)
|
|
|
|
# 매수 신호 표시
|
|
scatter_buy = None
|
|
if alerts:
|
|
times, prices = zip(*alerts)
|
|
scatter_buy = ax1.scatter(times, prices, facecolors='none', edgecolors='red', linewidths=2, s=150, zorder=6, label='매수신호')
|
|
for time in times:
|
|
ax1.axvline(x=time, color='red', linestyle='--', alpha=0.3)
|
|
|
|
# 매수 포인트 탐지 및 표시
|
|
# 'buy_point' 열 추가
|
|
data['buy_point'] = 0
|
|
for i in range(1, len(data)):
|
|
if all(data[f'MA{n}'].iloc[i] < data['MA720'].iloc[i] for n in [5, 20, 40, 120, 200, 240]) and \
|
|
all(data[f'MA{n}'].iloc[i] > data[f'MA{n}'].iloc[i-1] for n in [5, 20, 40, 120, 200, 240]) and \
|
|
data['MA720'].iloc[i] < data['MA1440'].iloc[i]:
|
|
data.at[data.index[i], 'buy_point'] = 1
|
|
|
|
# 매수 포인트를 빨간 동그라미로 표시
|
|
buy_points = data[data['buy_point'] == 1]
|
|
scatter_buy_points = ax1.scatter(buy_points.index, buy_points['Close'], color='red', s=100, zorder=5, label='매수 포인트')
|
|
|
|
# 마우스 오버 기능 추가
|
|
cursor = mplcursors.cursor(scatter_buy_points, hover=True)
|
|
cursor.connect("add", lambda sel: sel.annotation.set_text(
|
|
f'날짜: {matplotlib.dates.num2date(sel.target[0]).replace(tzinfo=None).strftime("%Y-%m-%d %H:%M")}'
|
|
))
|
|
cursor.connect("remove", lambda sel: sel.annotation.set_visible(False))
|
|
|
|
ax1.set_ylabel("가격")
|
|
ax1.legend(loc='upper left', fontsize=10)
|
|
ax1.grid(True, linestyle='--', alpha=0.5)
|
|
|
|
plt.tight_layout()
|
|
plt.show()
|
|
|
|
|
|
if __name__ == "__main__":
|
|
interval = 60
|
|
days = 90 # 분석 기간을 90일로 늘림 (6월~8월 데이터 포함)
|
|
#target_coins = ['ADA','APE','ARB','BONK','HBAR','LINK','ONDO','PEPE','SEI','SHIB','STORJ','SUI','TON','TRX','WLD','XLM','XRP']
|
|
target_coins = ['APE']
|
|
|
|
for symbol in target_coins:
|
|
print(f"\n=== {symbol} 저점 기간 분석 시작 ===")
|
|
try:
|
|
# 저점 기간 분석
|
|
bottom_data, alerts = analyze_bottom_period(symbol, interval, days)
|
|
|
|
# 전체 기간 시뮬레이션
|
|
print(f"\n=== {symbol} 전체 기간 시뮬레이션 ===")
|
|
run_simulation(symbol, interval, days)
|
|
|
|
except Exception as e:
|
|
print(f"Error analyzing {symbol}: {str(e)}")
|