refactor: MVC 구조 분리 + 미사용 파일 archive 정리
- tick_trader.py를 Controller로 축소, 로직을 3개 모듈로 분리: - core/signal.py: 시그널 감지, 지표 계산 (calc_vr, calc_atr, detect_signal) - core/order.py: Upbit 주문 실행 (매수/매도/취소/조회) - core/position_manager.py: 포지션 관리, DB sync, 복구, 청산 조건 - type hints, Google docstring, 구체적 예외 타입 적용 - 50줄 초과 함수 분리 (process_signal, restore_positions) - 미사용 파일 58개 archive/ 폴더로 이동 - README.md 추가 Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
This commit is contained in:
joungmin
385
archive/tests/fng_sim_comparison.py
Normal file
385
archive/tests/fng_sim_comparison.py
Normal file
@@ -0,0 +1,385 @@
|
||||
"""F&G 필터 전후 수익 비교 시뮬레이션
|
||||
|
||||
필터 없음 vs F&G ≥ 41 필터 적용 시 1년치 성과를 직접 비교.
|
||||
|
||||
표시:
|
||||
- 거래 수, 승률, 평균 PnL, 총 누적 PnL
|
||||
- 거래당 고정 자본 100만 원 기준 KRW 환산 손익
|
||||
- 월별 손익 흐름 (계절성 확인)
|
||||
- 극공포 차단 일수 통계
|
||||
|
||||
결과는 Oracle DB(backtest_results)에 저장.
|
||||
데이터: 1년치 1h 캔들 (배치 수집)
|
||||
"""
|
||||
import os as _os, sys as _sys
|
||||
_sys.path.insert(0, _os.path.dirname(_os.path.dirname(_os.path.abspath(__file__))))
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
import datetime
|
||||
import json
|
||||
import sys
|
||||
import time
|
||||
import urllib.request
|
||||
from dataclasses import dataclass
|
||||
|
||||
import pandas as pd
|
||||
import pyupbit
|
||||
|
||||
# ── DB 저장 ─────────────────────────────────────────────────
|
||||
try:
|
||||
from backtest_db import ensure_tables, insert_run, insert_result, insert_trades_bulk
|
||||
DB_ENABLED = True
|
||||
except Exception as e:
|
||||
print(f" [DB 비활성화] {e}")
|
||||
DB_ENABLED = False
|
||||
|
||||
TICKERS = [
|
||||
"KRW-BTC", "KRW-ETH", "KRW-XRP", "KRW-SOL", "KRW-DOGE",
|
||||
"KRW-ADA", "KRW-DOT", "KRW-NEAR", "KRW-AVAX", "KRW-LINK",
|
||||
"KRW-SUI", "KRW-HBAR",
|
||||
"KRW-VIRTUAL", "KRW-SXP", "KRW-CFG", "KRW-HOLO",
|
||||
"KRW-KAVA", "KRW-KNC",
|
||||
]
|
||||
|
||||
CAPITAL_PER_TRADE = 1_000_000 # 거래당 고정 자본 (KRW)
|
||||
|
||||
# 전략 파라미터 (현행)
|
||||
VOL_MULT = 2.0
|
||||
QUIET_2H = 2.0
|
||||
SIG_TO_H = 8
|
||||
MOM_THR = 3.0
|
||||
SIG_CANCEL = 3.0
|
||||
TRAIL_STOP = 0.015
|
||||
TIME_H = 24
|
||||
TIME_MIN = 3.0
|
||||
|
||||
FNG_MIN = 41 # 이 값 미만이면 진입 차단
|
||||
|
||||
|
||||
# ── 데이터 수집 ──────────────────────────────────────────────
|
||||
def fetch_1y(ticker: str, total_days: int = 365) -> pd.DataFrame | None:
|
||||
all_dfs = []
|
||||
end = datetime.datetime.now()
|
||||
batch = 1440
|
||||
prev_oldest = None
|
||||
|
||||
while True:
|
||||
df = pyupbit.get_ohlcv(
|
||||
ticker, interval="minute60", count=batch,
|
||||
to=end.strftime("%Y-%m-%d %H:%M:%S"),
|
||||
)
|
||||
if df is None or df.empty:
|
||||
break
|
||||
all_dfs.append(df)
|
||||
oldest = df.index[0]
|
||||
if prev_oldest is not None and oldest >= prev_oldest:
|
||||
break
|
||||
prev_oldest = oldest
|
||||
cutoff = datetime.datetime.now() - datetime.timedelta(days=total_days)
|
||||
if oldest <= cutoff:
|
||||
break
|
||||
end = oldest
|
||||
time.sleep(0.12)
|
||||
|
||||
if not all_dfs:
|
||||
return None
|
||||
combined = pd.concat(all_dfs).sort_index()
|
||||
combined = combined[~combined.index.duplicated(keep="last")]
|
||||
cutoff = datetime.datetime.now() - datetime.timedelta(days=total_days)
|
||||
return combined[combined.index >= cutoff]
|
||||
|
||||
|
||||
def load_fng() -> dict[str, int]:
|
||||
url = "https://api.alternative.me/fng/?limit=400&format=json"
|
||||
with urllib.request.urlopen(url, timeout=10) as r:
|
||||
data = json.loads(r.read())
|
||||
return {
|
||||
datetime.datetime.fromtimestamp(int(d["timestamp"])).strftime("%Y-%m-%d"):
|
||||
int(d["value"])
|
||||
for d in data["data"]
|
||||
}
|
||||
|
||||
|
||||
def fng_val(fng_map, ts) -> int:
|
||||
return fng_map.get(ts.strftime("%Y-%m-%d"), 50)
|
||||
|
||||
|
||||
# ── 시뮬레이션 ──────────────────────────────────────────────
|
||||
@dataclass
|
||||
class Trade:
|
||||
pnl: float
|
||||
h: int
|
||||
fng: int
|
||||
exit: str
|
||||
date: str # YYYY-MM
|
||||
|
||||
|
||||
def simulate(df, fng_map, fng_min: int | None = None) -> list[Trade]:
|
||||
closes = df["close"].values
|
||||
vols = df["volume"].values
|
||||
idx = df.index
|
||||
trades: list[Trade] = []
|
||||
sig_px = sig_i = None
|
||||
pos_buy = pos_peak = pos_i = pos_fng = None
|
||||
|
||||
for i in range(7, len(closes) - max(TIME_H + 4, 10)):
|
||||
if pos_buy is not None:
|
||||
cur = closes[i]
|
||||
if cur > pos_peak:
|
||||
pos_peak = cur
|
||||
if (pos_peak - cur) / pos_peak >= TRAIL_STOP:
|
||||
trades.append(Trade(
|
||||
(cur - pos_buy) / pos_buy * 100,
|
||||
i - pos_i, pos_fng, "trail",
|
||||
idx[i].strftime("%Y-%m"),
|
||||
))
|
||||
pos_buy = pos_peak = pos_i = pos_fng = sig_px = sig_i = None
|
||||
continue
|
||||
if i - pos_i >= TIME_H:
|
||||
pnl = (cur - pos_buy) / pos_buy * 100
|
||||
if pnl < TIME_MIN:
|
||||
trades.append(Trade(
|
||||
pnl, i - pos_i, pos_fng, "time",
|
||||
idx[i].strftime("%Y-%m"),
|
||||
))
|
||||
pos_buy = pos_peak = pos_i = pos_fng = sig_px = sig_i = None
|
||||
continue
|
||||
continue
|
||||
|
||||
if sig_px is not None:
|
||||
if i - sig_i > SIG_TO_H:
|
||||
sig_px = sig_i = None
|
||||
elif (closes[i] - sig_px) / sig_px * 100 < -SIG_CANCEL:
|
||||
sig_px = sig_i = None
|
||||
|
||||
if sig_px is None:
|
||||
vol_avg = vols[i - 6:i - 1].mean()
|
||||
if vol_avg <= 0:
|
||||
continue
|
||||
if vols[i - 1] / vol_avg >= VOL_MULT:
|
||||
if abs(closes[i] - closes[i - 2]) / closes[i - 2] * 100 < QUIET_2H:
|
||||
sig_px = closes[i]
|
||||
sig_i = i
|
||||
continue
|
||||
|
||||
fv = fng_val(fng_map, idx[i])
|
||||
if fng_min is not None and fv < fng_min:
|
||||
continue
|
||||
|
||||
if (closes[i] - sig_px) / sig_px * 100 >= MOM_THR:
|
||||
pos_buy = pos_peak = closes[i]
|
||||
pos_i = i
|
||||
pos_fng = fv
|
||||
sig_px = sig_i = None
|
||||
|
||||
return trades
|
||||
|
||||
|
||||
def stats(trades: list[Trade]) -> dict:
|
||||
if not trades:
|
||||
return dict(n=0, wr=0, avg_pnl=0, total_pnl=0, rr=0,
|
||||
avg_win=0, avg_loss=0, max_dd=0, krw_total=0)
|
||||
wins = [t for t in trades if t.pnl > 0]
|
||||
losses = [t for t in trades if t.pnl <= 0]
|
||||
aw = sum(t.pnl for t in wins) / len(wins) if wins else 0
|
||||
al = sum(t.pnl for t in losses) / len(losses) if losses else 0
|
||||
cum = pk = max_dd = 0.0
|
||||
for t in trades:
|
||||
cum += t.pnl
|
||||
if cum > pk: pk = cum
|
||||
if pk - cum > max_dd: max_dd = pk - cum
|
||||
total_pnl = sum(t.pnl for t in trades)
|
||||
return dict(
|
||||
n=len(trades), wr=len(wins) / len(trades) * 100,
|
||||
avg_pnl=total_pnl / len(trades),
|
||||
total_pnl=total_pnl,
|
||||
rr=abs(aw / al) if al else 0,
|
||||
avg_win=aw, avg_loss=al, max_dd=max_dd,
|
||||
krw_total=total_pnl / 100 * CAPITAL_PER_TRADE,
|
||||
)
|
||||
|
||||
|
||||
def monthly_pnl(trades: list[Trade]) -> dict[str, float]:
|
||||
"""월별 누적 PnL(%) 반환."""
|
||||
monthly: dict[str, float] = {}
|
||||
for t in trades:
|
||||
monthly[t.date] = monthly.get(t.date, 0) + t.pnl
|
||||
return dict(sorted(monthly.items()))
|
||||
|
||||
|
||||
def main():
|
||||
print("F&G 데이터 로드...")
|
||||
fng_map = load_fng()
|
||||
|
||||
# F&G 분포
|
||||
block_days = sum(1 for v in fng_map.values() if v < FNG_MIN)
|
||||
total_days = len(fng_map)
|
||||
print(f" 1년 F&G 분포: 진입차단(< {FNG_MIN}) = {block_days}일 / {total_days}일 "
|
||||
f"({block_days/total_days*100:.1f}%)")
|
||||
print(f" 진입허용(≥ {FNG_MIN}) = {total_days - block_days}일 ({(total_days-block_days)/total_days*100:.1f}%)\n")
|
||||
|
||||
print(f"종목 1년치 데이터 수집 중 ({len(TICKERS)}개)...")
|
||||
datasets: dict[str, pd.DataFrame] = {}
|
||||
for i, tk in enumerate(TICKERS):
|
||||
try:
|
||||
df = fetch_1y(tk, total_days=365)
|
||||
if df is not None and len(df) > 100:
|
||||
datasets[tk] = df
|
||||
sys.stderr.write(f"\r {i+1}/{len(TICKERS)} {tk} ({len(df)}h) ")
|
||||
except Exception as e:
|
||||
sys.stderr.write(f"\r {tk} 실패: {e} ")
|
||||
sys.stderr.write("\n")
|
||||
print(f" 완료: {len(datasets)}개 종목\n")
|
||||
|
||||
# ── 두 가지 조건 시뮬레이션 ──────────────────────────────
|
||||
# A: 필터 없음 (현행)
|
||||
# B: F&G ≥ 41 (신규)
|
||||
all_trades_A: list[Trade] = []
|
||||
all_trades_B: list[Trade] = []
|
||||
per_ticker_A: dict[str, list[Trade]] = {}
|
||||
per_ticker_B: dict[str, list[Trade]] = {}
|
||||
|
||||
for tk, df in datasets.items():
|
||||
ta = simulate(df, fng_map, fng_min=None)
|
||||
tb = simulate(df, fng_map, fng_min=FNG_MIN)
|
||||
all_trades_A.extend(ta)
|
||||
all_trades_B.extend(tb)
|
||||
per_ticker_A[tk] = ta
|
||||
per_ticker_B[tk] = tb
|
||||
|
||||
sa = stats(all_trades_A)
|
||||
sb = stats(all_trades_B)
|
||||
|
||||
# ── 결과 출력 ─────────────────────────────────────────────
|
||||
print("=" * 80)
|
||||
print(f" F&G 필터 전후 비교 (1년치 / {len(datasets)}개 종목 / 1h캔들 / 자본 {CAPITAL_PER_TRADE:,}원/거래)")
|
||||
print("=" * 80)
|
||||
print(f" {'조건':<26} {'거래':>5} {'승률':>6} {'평균PnL':>8} "
|
||||
f"{'손익비':>5} {'총PnL':>8} {'MaxDD':>7} {'KRW손익':>14}")
|
||||
print(" " + "-" * 76)
|
||||
|
||||
for label, s in [("필터 없음 (현행)", sa), (f"F&G≥{FNG_MIN} 필터 (신규)", sb)]:
|
||||
krw_str = f"{s['krw_total']:>+,.0f}원"
|
||||
print(
|
||||
f" {label:<26} {s['n']:>5}건 {s['wr']:>5.1f}% "
|
||||
f"{s['avg_pnl']:>+7.3f}% {s['rr']:>4.2f} "
|
||||
f"{s['total_pnl']:>+7.1f}% -{s['max_dd']:>5.1f}% {krw_str:>14}"
|
||||
)
|
||||
|
||||
diff_trades = sb["n"] - sa["n"]
|
||||
diff_krw = sb["krw_total"] - sa["krw_total"]
|
||||
diff_wr = sb["wr"] - sa["wr"]
|
||||
print(f"\n 변화: 거래수 {diff_trades:+d}건 | 승률 {diff_wr:+.1f}%p | "
|
||||
f"KRW손익 {diff_krw:>+,.0f}원")
|
||||
|
||||
# ── 월별 손익 흐름 ────────────────────────────────────────
|
||||
print()
|
||||
print(" 월별 손익 비교 (필터없음 vs F&G≥41):")
|
||||
print(f" {'월':>8} {'차단일수':>6} {'필터없음':>9} {'F&G필터':>9} {'개선':>8} {'누적(필터)':>12}")
|
||||
print(" " + "-" * 62)
|
||||
|
||||
ma = monthly_pnl(all_trades_A)
|
||||
mb = monthly_pnl(all_trades_B)
|
||||
all_months = sorted(set(ma.keys()) | set(mb.keys()))
|
||||
|
||||
cum_b = 0.0
|
||||
for m in all_months:
|
||||
pa = ma.get(m, 0.0)
|
||||
pb = mb.get(m, 0.0)
|
||||
cum_b += pb
|
||||
diff = pb - pa
|
||||
# 해당 월 차단 일수
|
||||
yr, mo = int(m[:4]), int(m[5:])
|
||||
blocked = sum(
|
||||
1 for d, v in fng_map.items()
|
||||
if d.startswith(m) and v < FNG_MIN
|
||||
)
|
||||
bar = "▓" * min(int(abs(pb) / 3), 12) if pb > 0 else "░" * min(int(abs(pb) / 3), 12)
|
||||
sign = "+" if pb > 0 else ""
|
||||
diff_sign = "▲" if diff > 0 else ("▼" if diff < 0 else "=")
|
||||
print(
|
||||
f" {m} {blocked:>4}일차단 "
|
||||
f"{pa:>+8.1f}% {sign}{pb:>8.1f}% "
|
||||
f"{diff_sign}{abs(diff):>6.1f}% {cum_b:>+10.1f}%"
|
||||
)
|
||||
|
||||
# ── 종목별 비교 (상위/하위) ───────────────────────────────
|
||||
print()
|
||||
print(" 종목별 성과 비교 (필터없음 vs F&G≥41):")
|
||||
print(f" {'종목':<14} {'현행거래':>6} {'현행PnL':>8} {'필터거래':>7} {'필터PnL':>8} {'개선':>8}")
|
||||
print(" " + "-" * 58)
|
||||
|
||||
ticker_rows = []
|
||||
for tk in sorted(datasets.keys()):
|
||||
ta_list = per_ticker_A.get(tk, [])
|
||||
tb_list = per_ticker_B.get(tk, [])
|
||||
pa = sum(t.pnl for t in ta_list) if ta_list else 0
|
||||
pb = sum(t.pnl for t in tb_list) if tb_list else 0
|
||||
ticker_rows.append((tk, len(ta_list), pa, len(tb_list), pb, pb - pa))
|
||||
|
||||
for row in sorted(ticker_rows, key=lambda x: x[5], reverse=True):
|
||||
tk, na, pa, nb, pb, delta = row
|
||||
mark = "▲" if delta > 1 else ("▼" if delta < -1 else " =")
|
||||
print(
|
||||
f" {tk:<14} {na:>6}건 {pa:>+7.1f}% {nb:>6}건 {pb:>+7.1f}% "
|
||||
f"{mark}{abs(delta):>6.1f}%"
|
||||
)
|
||||
|
||||
# ── 극공포 차단 효과 분석 ─────────────────────────────────
|
||||
print()
|
||||
print(f" F&G < {FNG_MIN} 구간(차단) 거래 성과 분석:")
|
||||
blocked_trades = [t for t in all_trades_A if t.fng < FNG_MIN]
|
||||
if blocked_trades:
|
||||
sb2 = stats(blocked_trades)
|
||||
print(f" → 차단된 거래 수: {sb2['n']}건")
|
||||
print(f" → 차단 거래 승률: {sb2['wr']:.1f}%")
|
||||
print(f" → 차단 거래 평균 PnL: {sb2['avg_pnl']:+.3f}%")
|
||||
print(f" → 차단으로 절약된 손실: {sb2['krw_total']:>+,.0f}원 "
|
||||
f"({CAPITAL_PER_TRADE:,}원 × {sb2['n']}거래 기준)")
|
||||
else:
|
||||
print(" → 차단된 거래 없음")
|
||||
|
||||
# ── 최적 임계값 확인 ─────────────────────────────────────
|
||||
print()
|
||||
print(f" F&G 임계값별 성과 비교 (현행 기준 비교):")
|
||||
print(f" {'임계값':>8} {'거래':>5} {'승률':>6} {'평균PnL':>9} {'KRW손익':>14}")
|
||||
print(" " + "-" * 52)
|
||||
for thr in [25, 30, 35, 41, 45, 50]:
|
||||
filtered = [t for t in all_trades_A if t.fng >= thr]
|
||||
if not filtered:
|
||||
continue
|
||||
sf = stats(filtered)
|
||||
marker = " ◀ 채택" if thr == FNG_MIN else ""
|
||||
print(
|
||||
f" {thr:>5}이상 {sf['n']:>5}건 {sf['wr']:>5.1f}% "
|
||||
f"{sf['avg_pnl']:>+8.3f}% {sf['krw_total']:>+14,.0f}원{marker}"
|
||||
)
|
||||
|
||||
# ── DB 저장 ───────────────────────────────────────────────
|
||||
if DB_ENABLED:
|
||||
try:
|
||||
ensure_tables()
|
||||
params = {
|
||||
"tickers": len(datasets), "days": 365, "candle": "1h",
|
||||
"trail_stop": TRAIL_STOP, "mom_thr": MOM_THR,
|
||||
"fng_min_new": FNG_MIN, "capital_per_trade": CAPITAL_PER_TRADE,
|
||||
}
|
||||
run_id = insert_run(
|
||||
"fng_sim_comparison",
|
||||
f"F&G 필터 전후 비교 시뮬레이션 (1년치 / F&G≥{FNG_MIN})",
|
||||
params,
|
||||
)
|
||||
insert_result(run_id, "필터 없음 (현행)", sa, None, None)
|
||||
insert_result(run_id, f"F&G≥{FNG_MIN} 필터 (신규)", sb, FNG_MIN, None)
|
||||
for tk, t_list in per_ticker_A.items():
|
||||
insert_trades_bulk(run_id, "필터없음", tk, t_list)
|
||||
for tk, t_list in per_ticker_B.items():
|
||||
insert_trades_bulk(run_id, f"fng_ge{FNG_MIN}", tk, t_list)
|
||||
print(f"\n [DB 저장 완료] run_id: {run_id}")
|
||||
except Exception as e:
|
||||
print(f"\n [DB 저장 실패] {e}")
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
main()
|
||||
Reference in New Issue
Block a user