diff --git a/.gitignore b/.gitignore
index 32196d0..b7d43d9 100644
--- a/.gitignore
+++ b/.gitignore
@@ -3,3 +3,4 @@ __pycache__/
*.pyc
.venv/
*.log
+*.pkl
diff --git a/STRATEGY.md b/STRATEGY.md
new file mode 100644
index 0000000..d79500c
--- /dev/null
+++ b/STRATEGY.md
@@ -0,0 +1,158 @@
+# Volume Lead 전략 가이드
+
+## 전략 개요
+
+**거래량 선행(Volume Lead) 매집 전략** — 가격이 횡보하는 중 거래량 급증이 발생하면
+매집 신호로 기록하고, 이후 일정 수준 이상 상승 시 진입하는 선진입 전략.
+
+> 핵심 아이디어: 대형 매수자는 가격을 올리지 않고 조용히 매집한다.
+> 거래량이 먼저 급증하고, 가격 상승은 그 뒤에 따라온다.
+
+---
+
+## 진입 조건 (2단계)
+
+### 1단계: 매집 신호 감지
+다음 두 조건 동시 충족 시 `signal_price` 기록:
+
+| 조건 | 파라미터 | 기본값 |
+|------|----------|--------|
+| 2h 가격 변동 < N% (횡보) | `PRICE_QUIET_PCT` | 2.0% |
+| 직전 1h 거래량 ≥ 로컬 5h 평균 × M배 | `VOLUME_MULTIPLIER` | 2.0x |
+
+- 신호 발생 시 텔레그램 알림 발송
+- `SIGNAL_TIMEOUT_H` 내 진입 조건 미달 시 신호 초기화 (기본: 8h)
+- 신호가 이하 하락 시 즉시 초기화 (매집 실패 판단)
+
+### 2단계: 추세 확인 후 진입
+`signal_price` 대비 +`TREND_AFTER_VOL`% 이상 상승 확인 시 매수:
+
+| 파라미터 | 기본값 | 설명 |
+|----------|--------|------|
+| `TREND_AFTER_VOL` | 4.8% | 신호가 대비 진입 임계값 |
+
+---
+
+## 청산 조건
+
+### 트레일링 스탑 (ATR 기반)
+- ATR 5봉 × 1.5 계수 → 동적 손절폭 산출
+- 최소 1.0% / 최대 4.0% 범위 내 자동 조정
+- 최고가 대비 손절폭 이하 하락 시 즉시 청산
+
+### 타임 스탑
+- 보유 `TIME_STOP_HOURS`h 경과 후 수익률 < `TIME_STOP_MIN_GAIN_PCT`% 이면 청산
+- 기본값: 8시간 경과 / 수익률 3% 미만
+
+---
+
+## 리스크 관리
+
+### Walk-Forward (WF) 필터
+| 파라미터 | 기본값 | 설명 |
+|----------|--------|------|
+| `WF_WINDOW` | 2 | 이력 윈도우 (직전 N건) |
+| `WF_MIN_WIN_RATE` | 0.01 | 최소 승률 임계값 (1%) |
+| `WF_SHADOW_WINS` | 2 | 차단 해제 조건 (가상 N연승) |
+
+- 직전 2건 모두 손실 → 해당 종목 진입 차단
+- 차단 후 가상 추적으로 2연승 달성 시 자동 복귀
+
+### 예산 관리 (복리)
+- 수익 발생 시: `운용예산 = 초기예산 + 누적수익` (복리 증가)
+- 손실 발생 시: `운용예산 = 초기예산 + 누적수익` (차감)
+- 하한선: 초기예산의 30% (기본: 4,500,000원)
+- 포지션당 크기: `운용예산 / MAX_POSITIONS`
+
+---
+
+## 시장 레짐 적응
+
+| 레짐 | BTC 1h 변동 | 거래량 기준 |
+|------|------------|------------|
+| BULL | +5% 이상 | 1.5x |
+| NEUTRAL | ±5% 이내 | 2.0x |
+| BEAR | -5% 이하 | 진입 차단 |
+
+- BEAR 레짐 감지 시 신규 진입 전면 차단
+- 레짐별 `vol_mult` 조정으로 민감도 제어
+
+---
+
+## 운용 설정 (.env)
+
+```env
+# 핵심 전략
+PRICE_QUIET_PCT=2.0 # 2h 횡보 기준 (%)
+TREND_AFTER_VOL=4.8 # 진입 임계값 (신호가 대비 %)
+SIGNAL_TIMEOUT_H=8.0 # 신호 유효 시간 (h)
+VOLUME_MULTIPLIER=2.0 # 거래량 배수 기준
+
+# 청산
+STOP_LOSS_PCT=1.5 # ATR 트레일링 기본값 (동적 조정됨)
+TIME_STOP_HOURS=8 # 타임스탑 보유 시간
+TIME_STOP_MIN_GAIN_PCT=3 # 타임스탑 최소 수익률
+
+# 포트폴리오
+MAX_BUDGET=15000000 # 초기 운용 예산
+MAX_POSITIONS=3 # 최대 동시 보유 종목
+
+# WF 필터
+WF_WINDOW=2
+WF_MIN_WIN_RATE=0.01
+WF_SHADOW_WINS=2
+```
+
+---
+
+## 백테스트 결과 요약
+
+### 365일 (2025-03-02 ~ 2026-03-02) — WF 적용
+
+| 항목 | 값 |
+|------|-----|
+| 초기 예산 | 15,000,000원 |
+| 최종 자산 | 29,996,109원 |
+| 수익률 | **+100%** |
+| 최대 낙폭 | -3.81% (-57만원) |
+| 거래수 | 190건 (WF 183건 차단) |
+| 승률 | 46% |
+| 월평균 수익 | 약 115만원 |
+
+### 45일 Walk-Forward 검증 (2026-01-15 ~ 2026-03-02)
+
+| 기간 | 거래수 | 승률 | 수익률 |
+|------|--------|------|--------|
+| Train (77일) | 66건 | 42% | +22.5% |
+| Test (45일) | 67건 | 61% | +49.9% |
+
+Train/Test 모두 수익 → 오버피팅 아님.
+
+---
+
+## 주요 파일
+
+| 파일 | 역할 |
+|------|------|
+| `core/strategy.py` | 진입 신호 로직 |
+| `core/monitor.py` | ATR 트레일링 스탑 + 타임스탑 |
+| `core/trader.py` | 주문 실행 + 복리 예산 관리 |
+| `core/market_regime.py` | 시장 레짐 감지 |
+| `ohlcv_db.py` | OHLCV 시계열 DB 캐시 관리 |
+| `sim_365.py` | 365일 복리 시뮬레이션 |
+| `vol_lead_sim.py` | 전략 파라미터 스윕 도구 |
+
+---
+
+## 시뮬레이션 실행
+
+```bash
+# 365일 복리 시뮬 (DB에서 로드)
+python sim_365.py
+
+# OHLCV DB 상태 확인
+python ohlcv_db.py status
+
+# 신규 봉 증분 업데이트
+python ohlcv_db.py update
+```
diff --git a/core/notify.py b/core/notify.py
index bef2068..0209040 100644
--- a/core/notify.py
+++ b/core/notify.py
@@ -62,6 +62,16 @@ def notify_sell(
)
+def notify_signal(ticker: str, signal_price: float, vol_mult: float) -> None:
+ """거래량 축적 신호 감지 알림."""
+ _send(
+ f"🔍 [축적감지] {ticker}\n"
+ f"신호가: {signal_price:,.2f}원\n"
+ f"거래량: {vol_mult:.1f}x 급증 + 2h 횡보\n"
+ f"진입 목표: {signal_price * 1.048:,.2f}원 (+4.8%)"
+ )
+
+
def notify_error(message: str) -> None:
_send(f"⚠️ [오류]\n{message}")
diff --git a/core/strategy.py b/core/strategy.py
index 50470af..e7a48fa 100644
--- a/core/strategy.py
+++ b/core/strategy.py
@@ -18,6 +18,7 @@ import pyupbit
from .market import get_current_price
from .market_regime import get_regime
+from .notify import notify_signal
from .price_db import get_price_n_hours_ago
logger = logging.getLogger(__name__)
@@ -112,6 +113,17 @@ def should_buy(ticker: str) -> bool:
logger.info(
f"[축적감지] {ticker} 거래량 급증 + 2h 횡보 → 신호가={current:,.2f}원"
)
+ # 거래량 비율 계산 후 알림 전송
+ try:
+ fetch_count = LOCAL_VOL_HOURS + 3
+ df_h = pyupbit.get_ohlcv(ticker, interval="minute60", count=fetch_count)
+ if df_h is not None and len(df_h) >= LOCAL_VOL_HOURS + 1:
+ recent_vol = df_h["volume"].iloc[-2]
+ local_avg = df_h["volume"].iloc[-(LOCAL_VOL_HOURS + 1):-2].mean()
+ ratio = recent_vol / local_avg if local_avg > 0 else 0
+ notify_signal(ticker, current, ratio)
+ except Exception:
+ notify_signal(ticker, current, 0.0)
return False # 신호 첫 발생 시는 진입 안 함
# ── 신호 있음: 상승 확인 → 진입 ─────────────────────────
diff --git a/core/trader.py b/core/trader.py
index 21d919c..a51633e 100644
--- a/core/trader.py
+++ b/core/trader.py
@@ -33,21 +33,22 @@ if SIMULATION_MODE:
INITIAL_BUDGET = int(os.getenv("MAX_BUDGET", "10000000")) # 초기 원금 (고정)
MAX_POSITIONS = int(os.getenv("MAX_POSITIONS", "3")) # 최대 동시 보유 종목 수
-# 복리 적용 예산 (매도 후 재계산) — 수익 발생 시만 증가, 손실 시 원금 유지
+# 복리 적용 예산 (매도 후 재계산) — 수익 시 복리 증가, 손실 시 차감 (하한 30%)
+MIN_BUDGET = INITIAL_BUDGET * 3 // 10 # 최소 예산: 초기값의 30%
MAX_BUDGET = INITIAL_BUDGET
PER_POSITION = INITIAL_BUDGET // MAX_POSITIONS
def _recalc_compound_budget() -> None:
- """누적 수익을 반영해 MAX_BUDGET / PER_POSITION 재계산.
+ """누적 수익/손실을 반영해 MAX_BUDGET / PER_POSITION 재계산.
- 수익이 발생한 만큼만 예산에 더함 (손실 시 원금 아래로 내려가지 않음).
+ 수익 시 복리로 증가, 손실 시 차감 (최소 초기 예산의 30% 보장).
매도 완료 후 호출.
"""
global MAX_BUDGET, PER_POSITION
try:
cum_profit = get_cumulative_krw_profit()
- effective = INITIAL_BUDGET + max(int(cum_profit), 0)
+ effective = max(INITIAL_BUDGET + int(cum_profit), MIN_BUDGET)
MAX_BUDGET = effective
PER_POSITION = effective // MAX_POSITIONS
logger.info(
diff --git a/krw_sim.py b/krw_sim.py
new file mode 100644
index 0000000..b04bdd4
--- /dev/null
+++ b/krw_sim.py
@@ -0,0 +1,177 @@
+"""천만원 시드 기준 KRW 시뮬레이션.
+
+- 20개 종목 × vol-lead 4.8% 전략
+- MAX_POSITIONS=3 동시 보유 제약 적용
+- 포지션별 예산 = 포트폴리오 / MAX_POSITIONS (복리)
+- 거래를 시간순으로 처리 → 3개 이상 동시 보유 시 신호 스킵
+"""
+
+import os
+import pickle
+import sys
+from datetime import datetime
+from pathlib import Path
+
+from dotenv import load_dotenv
+load_dotenv()
+
+sys.path.insert(0, str(Path(__file__).parent))
+from vol_lead_sim import run_trend, run_vol_lead_thresh
+
+BUDGET = 10_000_000 # 초기 시드
+MAX_POS = 3 # 최대 동시 보유
+THRESH = 4.8 # 진입 임계값 (%)
+CACHE_FILE = Path("vol_lead_cache_30.pkl")
+TOP30_FILE = Path("top30_tickers.pkl")
+
+
+def collect_all_trades(data: dict, tickers: list, thresh: float) -> list:
+ """모든 종목의 거래를 (buy_dt, sell_dt, ticker, is_win, pnl, reason) 목록으로 반환."""
+ all_trades = []
+ for t in tickers:
+ if t not in data:
+ continue
+ trades = run_vol_lead_thresh(data[t], thresh)
+ for is_win, pnl, buy_dt, sell_dt, reason in trades:
+ all_trades.append((buy_dt, sell_dt, t, is_win, pnl, reason))
+ all_trades.sort(key=lambda x: x[0]) # 진입 시간순 정렬
+ return all_trades
+
+
+def apply_max_positions(all_trades: list, max_pos: int) -> tuple[list, list]:
+ """MAX_POSITIONS 제약 적용. (허용 거래, 스킵 거래) 반환."""
+ open_exits = [] # 현재 열린 포지션의 청산 시각 목록
+ accepted = []
+ skipped = []
+
+ for trade in all_trades:
+ buy_dt, sell_dt = trade[0], trade[1]
+ # 이미 청산된 포지션 제거
+ open_exits = [s for s in open_exits if s > buy_dt]
+
+ if len(open_exits) < max_pos:
+ open_exits.append(sell_dt)
+ accepted.append(trade)
+ else:
+ skipped.append(trade)
+
+ return accepted, skipped
+
+
+def simulate_krw(accepted: list, budget: float, max_pos: int) -> dict:
+ """복리 KRW 시뮬레이션. 포지션당 예산 = 포트폴리오 / MAX_POSITIONS."""
+ portfolio = budget
+ total_krw = 0.0
+ monthly = {} # YYYY-MM → {'trades':0,'wins':0,'pnl':0}
+ trade_log = []
+
+ for buy_dt, sell_dt, ticker, is_win, pnl, reason in accepted:
+ pos_size = portfolio / max_pos
+ krw_profit = pos_size * pnl / 100
+ portfolio += krw_profit
+ total_krw += krw_profit
+
+ ym = buy_dt.strftime("%Y-%m")
+ if ym not in monthly:
+ monthly[ym] = {"trades": 0, "wins": 0, "pnl_krw": 0.0}
+ monthly[ym]["trades"] += 1
+ monthly[ym]["wins"] += int(is_win)
+ monthly[ym]["pnl_krw"] += krw_profit
+
+ trade_log.append({
+ "buy_dt": buy_dt,
+ "sell_dt": sell_dt,
+ "ticker": ticker,
+ "is_win": is_win,
+ "pnl_pct": pnl,
+ "krw_profit": krw_profit,
+ "portfolio": portfolio,
+ "reason": reason,
+ })
+
+ wins = sum(1 for t in accepted if t[3])
+ return {
+ "portfolio": portfolio,
+ "total_krw": total_krw,
+ "roi_pct": (portfolio - budget) / budget * 100,
+ "total": len(accepted),
+ "wins": wins,
+ "wr": wins / len(accepted) * 100 if accepted else 0,
+ "monthly": monthly,
+ "trade_log": trade_log,
+ }
+
+
+def main() -> None:
+ data = pickle.load(open(CACHE_FILE, "rb"))
+ top30 = pickle.load(open(TOP30_FILE, "rb"))
+ valid = [t for t in top30 if t in data and len(data[t]) >= 400]
+ use20 = valid[:20]
+
+ print(f"{'='*65}")
+ print(f"천만원 시드 KRW 시뮬레이션 | vol-lead +{THRESH}% | 20종목")
+ print(f"MAX_POSITIONS={MAX_POS} | 복리 포지션 크기")
+ print(f"기간: 2026-01-15 ~ 2026-03-02 (46일)")
+ print(f"{'='*65}")
+
+ all_trades = collect_all_trades(data, use20, THRESH)
+ accepted, skipped = apply_max_positions(all_trades, MAX_POS)
+ result = simulate_krw(accepted, BUDGET, MAX_POS)
+
+ print(f"\n── 전체 결과 ─────────────────────────────────────────")
+ print(f" 신호 발생: {len(all_trades):>4}건")
+ print(f" 실제 진입: {result['total']:>4}건 (MAX_POS={MAX_POS} 제약으로 {len(skipped)}건 스킵)")
+ print(f" 승/패: {result['wins']}승 {result['total']-result['wins']}패 (승률 {result['wr']:.0f}%)")
+ print(f" ─────────────────────────────────────────────────")
+ print(f" 초기 시드: {BUDGET:>14,.0f}원")
+ print(f" 최종 자산: {result['portfolio']:>14,.0f}원")
+ print(f" 순수익: {result['total_krw']:>+14,.0f}원")
+ print(f" 수익률: {result['roi_pct']:>+13.2f}%")
+
+ # ── 월별 수익 ─────────────────────────────────────
+ print(f"\n── 월별 수익 ─────────────────────────────────────────")
+ print(f" {'월':^8} │ {'거래':>4} {'승률':>5} │ {'월수익(KRW)':>14} {'누적수익(KRW)':>15}")
+ print(f" {'─'*58}")
+ cum = 0.0
+ for ym, m in sorted(result["monthly"].items()):
+ wr = m["wins"] / m["trades"] * 100 if m["trades"] else 0
+ cum += m["pnl_krw"]
+ print(f" {ym:^8} │ {m['trades']:>4}건 {wr:>4.0f}% │ "
+ f"{m['pnl_krw']:>+14,.0f}원 {cum:>+14,.0f}원")
+
+ # ── 종목별 수익 ───────────────────────────────────
+ print(f"\n── 종목별 수익 ───────────────────────────────────────")
+ print(f" {'종목':<14} │ {'거래':>4} {'승률':>5} │ {'KRW수익':>14} {'평균/건':>10}")
+ print(f" {'─'*58}")
+ ticker_stats: dict = {}
+ for t in result["trade_log"]:
+ k = t["ticker"]
+ if k not in ticker_stats:
+ ticker_stats[k] = {"n": 0, "wins": 0, "krw": 0.0}
+ ticker_stats[k]["n"] += 1
+ ticker_stats[k]["wins"] += int(t["is_win"])
+ ticker_stats[k]["krw"] += t["krw_profit"]
+ for t, s in sorted(ticker_stats.items(), key=lambda x: -x[1]["krw"]):
+ wr = s["wins"] / s["n"] * 100 if s["n"] else 0
+ avg = s["krw"] / s["n"] if s["n"] else 0
+ print(f" {t:<14} │ {s['n']:>4}건 {wr:>4.0f}% │ "
+ f"{s['krw']:>+14,.0f}원 {avg:>+9,.0f}원/건")
+
+ # ── 전체 거래 내역 ────────────────────────────────
+ print(f"\n── 전체 거래 내역 ({len(result['trade_log'])}건) ─────────────────────")
+ print(f" {'#':>3} {'종목':<14} {'매수':^13} {'매도':^13} "
+ f"{'수익률':>7} {'KRW수익':>12} {'잔고':>12} {'사유'}")
+ print(f" {'─'*90}")
+ for i, t in enumerate(result["trade_log"], 1):
+ mark = "✅" if t["is_win"] else "❌"
+ print(f" {i:>3} {t['ticker']:<14} "
+ f"{t['buy_dt'].strftime('%m-%d %H:%M'):^13} "
+ f"{t['sell_dt'].strftime('%m-%d %H:%M'):^13} "
+ f"{mark}{t['pnl_pct']:>+6.2f}% "
+ f"{t['krw_profit']:>+12,.0f}원 "
+ f"{t['portfolio']:>12,.0f}원 "
+ f"{t['reason']}")
+
+
+if __name__ == "__main__":
+ main()
diff --git a/ohlcv_db.py b/ohlcv_db.py
new file mode 100644
index 0000000..464c957
--- /dev/null
+++ b/ohlcv_db.py
@@ -0,0 +1,213 @@
+"""OHLCV 시계열 캐시 — Oracle ADB ohlcv_hourly 테이블.
+
+기능:
+ - 테이블 생성 (없으면)
+ - pkl → DB 최초 적재
+ - DB → DataFrame dict 로드 (시뮬용)
+ - 증분 업데이트 (신규 봉만 API 페치)
+"""
+
+from __future__ import annotations
+
+import os
+import pickle
+import time
+from datetime import datetime
+from pathlib import Path
+
+import pandas as pd
+import pyupbit
+from dotenv import load_dotenv
+
+load_dotenv(dotenv_path=Path(__file__).parent / ".env")
+
+from core.price_db import _conn
+
+# ── DDL ───────────────────────────────────────────────
+_DDL = """
+CREATE TABLE ohlcv_hourly (
+ ticker VARCHAR2(20) NOT NULL,
+ candle_time TIMESTAMP NOT NULL,
+ open_price NUMBER(20,8) NOT NULL,
+ high_price NUMBER(20,8) NOT NULL,
+ low_price NUMBER(20,8) NOT NULL,
+ close_price NUMBER(20,8) NOT NULL,
+ volume NUMBER(30,8) NOT NULL,
+ CONSTRAINT pk_ohlcv PRIMARY KEY (ticker, candle_time)
+)
+"""
+
+
+def ensure_table() -> None:
+ with _conn() as conn:
+ cur = conn.cursor()
+ cur.execute("SELECT COUNT(*) FROM user_tables WHERE table_name='OHLCV_HOURLY'")
+ if cur.fetchone()[0] == 0:
+ conn.cursor().execute(_DDL)
+ print("ohlcv_hourly 테이블 생성 완료")
+ else:
+ print("ohlcv_hourly 테이블 이미 존재")
+
+
+# ── 적재 ──────────────────────────────────────────────
+def insert_df(ticker: str, df: pd.DataFrame, batch: int = 500) -> int:
+ """DataFrame → ohlcv_hourly 배치 삽입.
+
+ 신규 레코드만 삽입: 기존 candle_time 조회 후 Python에서 필터링.
+ """
+ sql_existing = """
+ SELECT candle_time FROM ohlcv_hourly
+ WHERE ticker = :1
+ """
+ sql_insert = """
+ INSERT INTO ohlcv_hourly
+ (ticker, candle_time, open_price, high_price, low_price, close_price, volume)
+ VALUES (:1, :2, :3, :4, :5, :6, :7)
+ """
+
+ rows = [
+ (
+ ticker,
+ row.name.to_pydatetime().replace(tzinfo=None),
+ float(row["open"]),
+ float(row["high"]),
+ float(row["low"]),
+ float(row["close"]),
+ float(row["volume"]),
+ )
+ for _, row in df.iterrows()
+ ]
+
+ with _conn() as conn:
+ cur = conn.cursor()
+ # 기존 candle_time 조회 → 중복 제거
+ cur.execute(sql_existing, [ticker])
+ existing = {r[0].replace(tzinfo=None) for r in cur.fetchall()}
+ new_rows = [r for r in rows if r[1] not in existing]
+
+ if not new_rows:
+ return 0
+
+ for i in range(0, len(new_rows), batch):
+ cur.executemany(sql_insert, new_rows[i : i + batch])
+
+ return len(new_rows)
+
+
+def load_from_pkl(pkl_path: str | Path) -> None:
+ """pkl 파일의 모든 종목을 DB에 적재."""
+ pkl_path = Path(pkl_path)
+ data = pickle.load(open(pkl_path, "rb"))
+ ensure_table()
+ total = 0
+ for ticker, df in data.items():
+ n = insert_df(ticker, df)
+ total += n
+ print(f" {ticker}: {n}건 적재")
+ print(f"\n총 {total:,}건 적재 완료")
+
+
+# ── 로드 ──────────────────────────────────────────────
+def load_from_db(tickers: list[str], from_date: str = "2025-03-02") -> dict:
+ """DB → {ticker: DataFrame} 반환 (시뮬용)."""
+ from_dt = datetime.strptime(from_date, "%Y-%m-%d")
+ data = {}
+ sql = """
+ SELECT candle_time, open_price, high_price, low_price, close_price, volume
+ FROM ohlcv_hourly
+ WHERE ticker = :1 AND candle_time >= :2
+ ORDER BY candle_time
+ """
+ with _conn() as conn:
+ for ticker in tickers:
+ cur = conn.cursor()
+ cur.execute(sql, [ticker, from_dt])
+ rows = cur.fetchall()
+ if not rows:
+ continue
+ df = pd.DataFrame(
+ rows,
+ columns=["candle_time", "open", "high", "low", "close", "volume"],
+ )
+ df.set_index("candle_time", inplace=True)
+ df.index = pd.to_datetime(df.index)
+ data[ticker] = df
+ return data
+
+
+# ── 증분 업데이트 ──────────────────────────────────────
+def update_incremental(tickers: list[str]) -> None:
+ """각 종목의 최신 봉 이후 데이터를 API에서 가져와 적재."""
+ sql_max = "SELECT MAX(candle_time) FROM ohlcv_hourly WHERE ticker = :1"
+
+ for ticker in tickers:
+ with _conn() as conn:
+ cur = conn.cursor()
+ cur.execute(sql_max, [ticker])
+ row = cur.fetchone()
+
+ latest = row[0] if row and row[0] else None
+
+ if latest:
+ to_dt = None # 최신까지 fetch
+ kwargs: dict = dict(ticker=ticker, interval="minute60", count=200)
+ df = pyupbit.get_ohlcv(**kwargs)
+ if df is None or df.empty:
+ continue
+ df.index = df.index.tz_localize(None)
+ # latest 이후만 삽입
+ new_df = df[df.index > latest.replace(tzinfo=None)]
+ if new_df.empty:
+ print(f" {ticker}: 신규 봉 없음")
+ continue
+ n = insert_df(ticker, new_df)
+ print(f" {ticker}: +{n}봉 추가")
+ else:
+ print(f" {ticker}: DB에 없음, 전체 로드 필요")
+
+ time.sleep(0.2)
+
+
+# ── CLI ───────────────────────────────────────────────
+if __name__ == "__main__":
+ import sys
+
+ cmd = sys.argv[1] if len(sys.argv) > 1 else "status"
+
+ if cmd == "init":
+ # pkl → DB 최초 적재
+ pkl = sys.argv[2] if len(sys.argv) > 2 else "vol_lead_cache_365.pkl"
+ print(f"pkl 적재: {pkl}")
+ load_from_pkl(pkl)
+
+ elif cmd == "update":
+ # 증분 업데이트
+ import pickle as _pk
+ top30 = _pk.load(open("top30_tickers.pkl", "rb"))
+ print("증분 업데이트...")
+ update_incremental(top30)
+
+ elif cmd == "status":
+ # 종목별 레코드 수 확인
+ with _conn() as conn:
+ cur = conn.cursor()
+ try:
+ cur.execute("""
+ SELECT ticker, COUNT(*), MIN(candle_time), MAX(candle_time)
+ FROM ohlcv_hourly
+ GROUP BY ticker
+ ORDER BY ticker
+ """)
+ rows = cur.fetchall()
+ if rows:
+ print(f"{'종목':<16} {'봉수':>6} {'시작':^12} {'종료':^12}")
+ print("-" * 52)
+ for r in rows:
+ print(f"{r[0]:<16} {r[1]:>6}봉 "
+ f"{r[2].strftime('%y-%m-%d'):^12} "
+ f"{r[3].strftime('%y-%m-%d'):^12}")
+ print(f"\n총 {sum(r[1] for r in rows):,}봉 / {len(rows)}종목")
+ else:
+ print("ohlcv_hourly 테이블이 비어 있거나 없음")
+ except Exception as e:
+ print(f"오류: {e}")
diff --git a/sim_365.py b/sim_365.py
new file mode 100644
index 0000000..71b94a2
--- /dev/null
+++ b/sim_365.py
@@ -0,0 +1,229 @@
+"""365일 복리 KRW 시뮬레이션.
+
+- 상위 20개 종목 × vol-lead +4.8% 전략
+- MAX_POSITIONS=3, 복리 포지션 크기 (이득 시 증가 / 손실 시 차감)
+- 최소 예산 = 초기 예산의 30%
+- 데이터: Oracle ADB ohlcv_hourly 테이블
+"""
+
+import pickle
+import sys
+from pathlib import Path
+
+from dotenv import load_dotenv
+
+load_dotenv(dotenv_path=Path(__file__).parent / ".env")
+
+sys.path.insert(0, str(Path(__file__).parent))
+from ohlcv_db import load_from_db
+from vol_lead_sim import run_vol_lead_thresh
+
+# ── 파라미터 ───────────────────────────────────────────
+BUDGET = 15_000_000
+MIN_BUDGET = BUDGET * 3 // 10 # 하한 30% = 4,500,000원
+MAX_POS = 3
+THRESH = 4.8
+FROM_DATE = "2025-03-02"
+TOP30_FILE = Path("top30_tickers.pkl")
+
+
+def load_data() -> dict:
+ top30 = pickle.load(open(TOP30_FILE, "rb"))
+ print(f"DB 로드 중... ({len(top30)}종목)")
+ data = load_from_db(top30, from_date=FROM_DATE)
+ valid = {t: df for t, df in data.items() if len(df) >= 500}
+ print(f"유효 종목: {len(valid)}개 로드 완료")
+ return valid
+
+ pickle.dump(data, open(CACHE_FILE, "wb"))
+ print(f"\n캐시 저장: {CACHE_FILE} ({len(data)}종목)\n")
+ return data
+
+
+# ── WF 필터 (종목별 적용) ──────────────────────────────
+WF_WINDOW = 2
+WF_MIN_WIN_RATE = 0.01
+WF_SHADOW_WINS = 2
+
+
+def apply_wf(trades: list) -> tuple:
+ """종목별 WF 필터: 2연패 시 차단, shadow 2연승 시 복귀."""
+ history = []
+ shadow_streak = 0
+ blocked = False
+ accepted = []
+ blocked_cnt = 0
+
+ for trade in trades:
+ is_win = int(trade[0])
+
+ if not blocked:
+ accepted.append(trade)
+ history.append(is_win)
+ if len(history) >= WF_WINDOW:
+ wr = sum(history[-WF_WINDOW:]) / WF_WINDOW
+ if wr < WF_MIN_WIN_RATE:
+ blocked = True
+ shadow_streak = 0
+ else:
+ blocked_cnt += 1
+ if is_win:
+ shadow_streak += 1
+ if shadow_streak >= WF_SHADOW_WINS:
+ blocked = False
+ history = []
+ shadow_streak = 0
+ else:
+ shadow_streak = 0
+
+ return accepted, blocked_cnt
+
+
+# ── MAX_POSITIONS 필터 ─────────────────────────────────
+def collect_trades(data: dict, tickers: list) -> list:
+ all_trades = []
+ wf_total_blocked = 0
+ for t in tickers:
+ if t not in data:
+ continue
+ raw = [(is_win, pnl, buy_dt, sell_dt, reason)
+ for is_win, pnl, buy_dt, sell_dt, reason
+ in run_vol_lead_thresh(data[t], THRESH)]
+ filtered, blocked = apply_wf(raw)
+ wf_total_blocked += blocked
+ for is_win, pnl, buy_dt, sell_dt, reason in filtered:
+ all_trades.append((buy_dt, sell_dt, t, is_win, pnl, reason))
+ print(f" WF 필터 차단: {wf_total_blocked}건")
+ all_trades.sort(key=lambda x: x[0])
+ return all_trades
+
+
+def apply_max_positions(all_trades: list) -> tuple:
+ open_exits, accepted, skipped = [], [], []
+ for trade in all_trades:
+ buy_dt, sell_dt = trade[0], trade[1]
+ open_exits = [s for s in open_exits if s > buy_dt]
+ if len(open_exits) < MAX_POS:
+ open_exits.append(sell_dt)
+ accepted.append(trade)
+ else:
+ skipped.append(trade)
+ return accepted, skipped
+
+
+# ── 복리 시뮬레이션 ────────────────────────────────────
+def simulate(accepted: list) -> dict:
+ portfolio = float(BUDGET)
+ total_krw = 0.0
+ monthly = {}
+ trade_log = []
+
+ for buy_dt, sell_dt, ticker, is_win, pnl, reason in accepted:
+ pos_size = max(portfolio, MIN_BUDGET) / MAX_POS
+ krw_profit = pos_size * pnl / 100
+ portfolio = max(portfolio + krw_profit, MIN_BUDGET)
+ total_krw += krw_profit
+
+ ym = buy_dt.strftime("%Y-%m")
+ if ym not in monthly:
+ monthly[ym] = {"trades": 0, "wins": 0, "pnl_krw": 0.0}
+ monthly[ym]["trades"] += 1
+ monthly[ym]["wins"] += int(is_win)
+ monthly[ym]["pnl_krw"] += krw_profit
+
+ trade_log.append({
+ "buy_dt": buy_dt,
+ "sell_dt": sell_dt,
+ "ticker": ticker,
+ "is_win": is_win,
+ "pnl_pct": pnl,
+ "pos_size": pos_size,
+ "krw_profit": krw_profit,
+ "portfolio": portfolio,
+ "reason": reason,
+ })
+
+ wins = sum(1 for t in accepted if t[3])
+ return {
+ "portfolio": portfolio,
+ "total_krw": total_krw,
+ "roi_pct": (portfolio - BUDGET) / BUDGET * 100,
+ "total": len(accepted),
+ "wins": wins,
+ "wr": wins / len(accepted) * 100 if accepted else 0,
+ "monthly": monthly,
+ "trade_log": trade_log,
+ }
+
+
+# ── 메인 ──────────────────────────────────────────────
+def main() -> None:
+ data = load_data()
+ top30 = pickle.load(open(TOP30_FILE, "rb"))
+ valid = [t for t in top30 if t in data and len(data[t]) >= 500]
+ use20 = valid[:20]
+
+ print(f"{'='*65}")
+ print(f"365일 복리 시뮬레이션 | vol-lead +{THRESH}% | {len(use20)}종목")
+ print(f"초기 예산: {BUDGET:,}원 | 최소 예산(하한): {MIN_BUDGET:,}원")
+ print(f"기간: {FROM_DATE[:10]} ~ 2026-03-02")
+ print(f"{'='*65}")
+
+ all_trades = collect_trades(data, use20)
+ accepted, skipped = apply_max_positions(all_trades)
+ result = simulate(accepted)
+
+ print(f"\n── 전체 결과 ──────────────────────────────────────────")
+ print(f" 신호 발생: {len(all_trades):>4}건")
+ print(f" 실제 진입: {result['total']:>4}건 ({len(skipped)}건 MAX_POS 스킵)")
+ print(f" 승/패: {result['wins']}승 {result['total']-result['wins']}패 (승률 {result['wr']:.0f}%)")
+ print(f" ─────────────────────────────────────────────────")
+ print(f" 초기 예산: {BUDGET:>14,}원")
+ print(f" 최종 자산: {result['portfolio']:>14,.0f}원")
+ print(f" 순수익: {result['total_krw']:>+14,.0f}원")
+ print(f" 수익률: {result['roi_pct']:>+13.2f}%")
+ print(f" 연환산: {result['roi_pct']:>+13.2f}% (이미 1년)")
+
+ # 최대 낙폭
+ peak = BUDGET
+ max_dd = 0.0
+ for t in result["trade_log"]:
+ peak = max(peak, t["portfolio"])
+ dd = (peak - t["portfolio"]) / peak * 100
+ max_dd = max(max_dd, dd)
+ print(f" 최대 낙폭: {-max_dd:>+13.2f}% ({-max_dd/100*BUDGET:>+,.0f}원)")
+
+ # 월별
+ print(f"\n── 월별 수익 ──────────────────────────────────────────")
+ print(f" {'월':^8} │ {'거래':>4} {'승률':>5} │ {'월수익(KRW)':>14} {'누적수익(KRW)':>15} {'예산':>14}")
+ print(f" {'─'*70}")
+ cum = 0.0
+ budget_now = float(BUDGET)
+ for ym, m in sorted(result["monthly"].items()):
+ wr = m["wins"] / m["trades"] * 100 if m["trades"] else 0
+ cum += m["pnl_krw"]
+ budget_now = max(BUDGET + cum, MIN_BUDGET)
+ print(f" {ym:^8} │ {m['trades']:>4}건 {wr:>4.0f}% │ "
+ f"{m['pnl_krw']:>+14,.0f}원 {cum:>+14,.0f}원 {budget_now:>13,.0f}원")
+
+ # 종목별
+ print(f"\n── 종목별 기여 ({len(use20)}종목) ──────────────────────────")
+ print(f" {'종목':<14} │ {'거래':>4} {'승률':>5} │ {'KRW수익':>14} {'평균/건':>10}")
+ print(f" {'─'*58}")
+ stats: dict = {}
+ for t in result["trade_log"]:
+ k = t["ticker"]
+ if k not in stats:
+ stats[k] = {"n": 0, "wins": 0, "krw": 0.0}
+ stats[k]["n"] += 1
+ stats[k]["wins"] += int(t["is_win"])
+ stats[k]["krw"] += t["krw_profit"]
+ for t, s in sorted(stats.items(), key=lambda x: -x[1]["krw"]):
+ wr = s["wins"] / s["n"] * 100 if s["n"] else 0
+ avg = s["krw"] / s["n"] if s["n"] else 0
+ print(f" {t:<14} │ {s['n']:>4}건 {wr:>4.0f}% │ "
+ f"{s['krw']:>+14,.0f}원 {avg:>+9,.0f}원/건")
+
+
+if __name__ == "__main__":
+ main()
diff --git a/ticker_sim.py b/ticker_sim.py
new file mode 100644
index 0000000..624b9be
--- /dev/null
+++ b/ticker_sim.py
@@ -0,0 +1,119 @@
+"""종목 수 확장 시뮬레이션 - 거래량 상위 N개 종목별 vol-lead 전략 비교."""
+
+import os
+import pickle
+import sys
+from pathlib import Path
+
+from dotenv import load_dotenv
+load_dotenv()
+
+import pandas as pd
+import pyupbit
+
+# vol_lead_sim.py의 공통 파라미터/함수 재사용
+sys.path.insert(0, str(Path(__file__).parent))
+from vol_lead_sim import (
+ STOP_LOSS_PCT, TIME_STOP_HOURS, TIME_STOP_MIN_PCT,
+ FEE, LOCAL_VOL_HOURS, VOL_MULT, PRICE_QUIET_PCT, SIGNAL_TIMEOUT_H,
+ FROM_DATE, simulate_pos, run_trend, run_vol_lead_thresh,
+)
+
+CACHE_FILE = Path("vol_lead_cache_30.pkl")
+TOP30_FILE = Path("top30_tickers.pkl")
+DAYS = 46.0
+
+
+def load_data() -> dict:
+ return pickle.load(open(CACHE_FILE, "rb"))
+
+
+def run_subset(data: dict, tickers: list, thresh: float) -> dict:
+ agg = {"total": 0, "wins": 0, "pnl": 0.0, "per_ticker": []}
+ for t in tickers:
+ if t not in data:
+ continue
+ trades = run_vol_lead_thresh(data[t], thresh)
+ n = len(trades)
+ w = sum(1 for x in trades if x[0])
+ p = sum(x[1] for x in trades)
+ agg["total"] += n
+ agg["wins"] += w
+ agg["pnl"] += p
+ agg["per_ticker"].append((t, n, w, p))
+ agg["wr"] = agg["wins"] / agg["total"] * 100 if agg["total"] else 0
+ return agg
+
+
+def main() -> None:
+ data = load_data()
+ top30 = pickle.load(open(TOP30_FILE, "rb"))
+
+ # 데이터 충분한 종목만 (400봉 이상 = 16일 이상)
+ valid = [t for t in top30 if t in data and len(data[t]) >= 400]
+ n_max = len(valid)
+ print(f"유효 종목: {n_max}개")
+ print(f"기간: 46일 (2026-01-15 ~ 2026-03-02)\n")
+
+ # ── A 현행 기준선 (9종목) ─────────────────────────
+ orig9 = ["KRW-DKA","KRW-LAYER","KRW-SIGN","KRW-SOL","KRW-ETH",
+ "KRW-XRP","KRW-HOLO","KRW-OM","KRW-ORBS"]
+ orig9_valid = [t for t in orig9 if t in data]
+ a_agg = {"total": 0, "wins": 0, "pnl": 0.0}
+ for t in orig9_valid:
+ trades = run_trend(data[t])
+ a_agg["total"] += len(trades)
+ a_agg["wins"] += sum(1 for x in trades if x[0])
+ a_agg["pnl"] += sum(x[1] for x in trades)
+ a_wr = a_agg["wins"] / a_agg["total"] * 100 if a_agg["total"] else 0
+ print(f"[기준: A 현행 9종목] {a_agg['total']}건 | 승률={a_wr:.0f}% | 누적={a_agg['pnl']:+.2f}%\n")
+
+ # ── 종목수별 비교 (임계값 4.8% 고정) ────────────────
+ THRESH = 4.8
+ subset_ns = [9, 15, 20, n_max]
+
+ print(f"임계값 +{THRESH}% | 종목 수 확장 효과")
+ print(f"{'종목수':>6} │ {'총거래':>6} {'일평균':>7} {'월환산':>7} │ {'승률':>5} {'누적PnL':>10}")
+ print("─" * 56)
+ for n in subset_ns:
+ s = run_subset(data, valid[:n], THRESH)
+ pdm = s["total"] / DAYS
+ pmm = pdm * 30
+ marker = " ← 현재설정" if n == 9 else ""
+ print(f"{n:>5}종목 │ {s['total']:>6}건 {pdm:>6.2f}회/일 {pmm:>6.1f}회/월 │ "
+ f"{s['wr']:>4.0f}% {s['pnl']:>+9.2f}%{marker}")
+
+ # ── 임계값 × 종목수 매트릭스 ─────────────────────
+ thresholds = [3.6, 4.0, 4.4, 4.8]
+ col_ns = [9, 15, 20, n_max]
+
+ print(f"\n임계값 × 종목수 매트릭스 (건수 / 승률 / 누적PnL)")
+ col_w = 20
+ header = f"{'임계값':>6} │"
+ for n in col_ns:
+ header += f" {f'{n}종목':^{col_w}}"
+ print(header)
+ print("─" * (10 + col_w * len(col_ns)))
+ for thresh in thresholds:
+ row = f"+{thresh:.1f}% │"
+ for n in col_ns:
+ s = run_subset(data, valid[:n], thresh)
+ wr = s["wins"] / s["total"] * 100 if s["total"] else 0
+ cell = f"{s['total']}건 {wr:.0f}% {s['pnl']:+.1f}%"
+ row += f" {cell:<{col_w}}"
+ print(row)
+
+ # ── 전체 종목별 기여도 (4.8%) ────────────────────
+ print(f"\n종목별 기여도 ({n_max}종목, +4.8%)")
+ print(f"{'종목':<16} {'거래':>5} {'승률':>6} {'누적PnL':>10} {'평균PnL/거래':>12}")
+ print("─" * 55)
+ s = run_subset(data, valid, THRESH)
+ s["per_ticker"].sort(key=lambda x: x[3], reverse=True)
+ for t, n, w, p in s["per_ticker"]:
+ wr = w / n * 100 if n else 0
+ avg = p / n if n else 0
+ print(f"{t:<16} {n:>5}건 {wr:>5.0f}% {p:>+9.2f}% {avg:>+10.2f}%/건")
+
+
+if __name__ == "__main__":
+ main()