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
461
archive/tests/velocity_backtest.py
Normal file
461
archive/tests/velocity_backtest.py
Normal file
@@ -0,0 +1,461 @@
|
||||
"""velocity_backtest.py — 속도 진입 효과 비교 백테스트.
|
||||
|
||||
전략 A: 기존 거리 기반 (signal_price 대비 +THRESH% 도달 시 진입)
|
||||
전략 B: 거리 + 속도 기반 (velocity >= 레짐별 VELOCITY_THRESHOLD 시 조기 진입)
|
||||
BULL → vel_thresh = 0.10 (공격적)
|
||||
NEUTRAL → vel_thresh = 0.15 (보수적)
|
||||
BEAR → vel_thresh = 0.20 (더 높음)
|
||||
|
||||
레짐 판단: KRW-BTC 1h 변동률 (캐시 데이터 활용)
|
||||
10분봉 캐시(sim10m_cache.pkl)를 사용.
|
||||
신호 감지: 40분봉 vol spike + 2h 횡보 (10분봉 합산/슬라이스로 계산)
|
||||
진입/청산: 10분봉 단위로 체크 (실제 시스템의 15초 폴링 근사)
|
||||
"""
|
||||
|
||||
import os as _os, sys as _sys
|
||||
_sys.path.insert(0, _os.path.dirname(_os.path.dirname(_os.path.abspath(__file__))))
|
||||
|
||||
import pickle
|
||||
from pathlib import Path
|
||||
import pandas as pd
|
||||
|
||||
# ── 파라미터 ──────────────────────────────────────────────────────────────────
|
||||
CACHE_FILE = Path("sim10m_cache.pkl")
|
||||
TOP_FILE = Path("top30_tickers.pkl")
|
||||
TOP_N = 20
|
||||
|
||||
BUDGET = 15_000_000
|
||||
MIN_BUDGET = BUDGET * 3 // 10
|
||||
MAX_POS = 3
|
||||
FEE = 0.0005
|
||||
|
||||
# 전략 파라미터
|
||||
VOL_MULT = 2.0 # 거래량 배수 기준
|
||||
QUIET_PCT = 2.0 # 2h 횡보 기준 (%)
|
||||
THRESH = 4.8 # 거리 기반 진입 임계값 (%)
|
||||
|
||||
# 10분봉 기준 캔들 수
|
||||
QUIET_C = 12 # 2h = 12 × 10분
|
||||
VOL40_C = 4 # 40분봉 1개 = 4 × 10분봉
|
||||
LOCAL_C = 7 # 로컬 평균 40분봉 7개 = 28 × 10분봉
|
||||
TIMEOUT_C = 48 # 신호 타임아웃 8h = 48 × 10분봉
|
||||
TS_C = 48 # 타임스탑 8h = 48 × 10분봉
|
||||
ATR_C = 28 # ATR 5h = 7 × 40분 = 28 × 10분봉
|
||||
ATR_MULT = 1.5
|
||||
ATR_MIN = 0.010
|
||||
ATR_MAX = 0.020
|
||||
TS_MIN_PCT = 3.0
|
||||
|
||||
MIN_I = LOCAL_C * VOL40_C + VOL40_C + QUIET_C + 2 # = 42
|
||||
|
||||
# 속도 기반 진입 파라미터 (레짐별)
|
||||
VEL_THRESH_BULL = 0.10 # BULL: 0.10%/분 (공격적)
|
||||
VEL_THRESH_NEUTRAL = 0.15 # NEUTRAL: 0.15%/분 (보수적)
|
||||
VEL_THRESH_BEAR = 0.20 # BEAR: 0.20%/분 (더 높음)
|
||||
VELOCITY_MIN_MOVE = 0.5 # 최소 이동 % (잡음 제거)
|
||||
VELOCITY_MIN_AGE_M = 5.0 # 최소 경과 분
|
||||
|
||||
# 레짐 판단 기준 (BTC 1h 변동률)
|
||||
REGIME_BULL_CHANGE = 5.0 # +5% 이상 → BULL
|
||||
REGIME_BEAR_CHANGE = -5.0 # -5% 이하 → BEAR
|
||||
|
||||
WF_WINDOW = 4
|
||||
WF_MIN_WIN_RATE = 0.01
|
||||
WF_SHADOW_WINS = 2
|
||||
|
||||
# ── 낙폭 제어 파라미터 ────────────────────────────────────────────────────────
|
||||
HARD_STOP_PCT = 0.015 # 진입가 대비 -1.5% 즉시 청산 (하드 손절)
|
||||
STREAK_TIGHT_N = 2 # 연속 N회 손절 시 타임스탑 강화
|
||||
TS_C_TIGHT = 24 # 강화 타임스탑 보유 시간 (4h = 24 × 10분)
|
||||
TS_MIN_PCT_TIGHT = 0.0 # 강화 타임스탑 최소 수익률 (0%)
|
||||
|
||||
|
||||
# ── 레짐 헬퍼 ─────────────────────────────────────────────────────────────────
|
||||
def build_regime_series(btc_df: pd.DataFrame) -> pd.Series:
|
||||
"""BTC 10분봉으로 1h 변동률 계산 → 레짐 시리즈 반환."""
|
||||
close = btc_df["close"]
|
||||
change = close.pct_change(6) * 100 # 6 × 10분 = 1h
|
||||
regime = pd.Series("neutral", index=close.index, dtype=object)
|
||||
regime[change > REGIME_BULL_CHANGE] = "bull"
|
||||
regime[change < REGIME_BEAR_CHANGE] = "bear"
|
||||
return regime
|
||||
|
||||
|
||||
def _vel_thresh_for(regime_s: pd.Series, ts) -> float:
|
||||
"""타임스탬프 기준 레짐별 velocity 임계값 반환."""
|
||||
if regime_s is None:
|
||||
return VEL_THRESH_NEUTRAL
|
||||
idx = regime_s.index.searchsorted(ts)
|
||||
if idx >= len(regime_s):
|
||||
return VEL_THRESH_NEUTRAL
|
||||
r = regime_s.iloc[idx]
|
||||
if r == "bull":
|
||||
return VEL_THRESH_BULL
|
||||
elif r == "bear":
|
||||
return VEL_THRESH_BEAR
|
||||
return VEL_THRESH_NEUTRAL
|
||||
|
||||
|
||||
# ── 헬퍼 ──────────────────────────────────────────────────────────────────────
|
||||
def calc_atr(df: pd.DataFrame, i: int) -> float:
|
||||
sub = df.iloc[max(0, i - ATR_C):i]
|
||||
if len(sub) < 3:
|
||||
return ATR_MIN
|
||||
try:
|
||||
avg = ((sub["high"] - sub["low"]) / sub["low"]).mean()
|
||||
return float(max(ATR_MIN, min(ATR_MAX, avg * ATR_MULT)))
|
||||
except Exception:
|
||||
return ATR_MIN
|
||||
|
||||
|
||||
def simulate_pos(df: pd.DataFrame, buy_idx: int,
|
||||
buy_price: float, stop_pct: float,
|
||||
hard_stop: bool = False, tight_ts: bool = False):
|
||||
"""매수 이후 청산 시점·손익 계산.
|
||||
|
||||
hard_stop : True → 진입가 대비 -HARD_STOP_PCT% 즉시 청산
|
||||
tight_ts : True → 강화된 타임스탑 (4h / 0%) 적용
|
||||
"""
|
||||
peak = buy_price
|
||||
hard_stop_px = buy_price * (1 - HARD_STOP_PCT) if hard_stop else None
|
||||
ts_c_use = TS_C_TIGHT if tight_ts else TS_C
|
||||
ts_min_use = TS_MIN_PCT_TIGHT if tight_ts else TS_MIN_PCT
|
||||
|
||||
for i in range(buy_idx + 1, len(df)):
|
||||
row = df.iloc[i]
|
||||
if row["high"] > peak:
|
||||
peak = row["high"]
|
||||
|
||||
# 1. 하드 손절 (진입가 대비 고정 %)
|
||||
if hard_stop_px is not None and row["low"] <= hard_stop_px:
|
||||
pnl = (hard_stop_px * (1 - FEE) - buy_price * (1 + FEE)) / (buy_price * (1 + FEE)) * 100
|
||||
return pnl > 0, df.index[i], pnl
|
||||
|
||||
# 2. 트레일링 스탑 (최고가 대비)
|
||||
if row["low"] <= peak * (1 - stop_pct):
|
||||
sp = peak * (1 - stop_pct)
|
||||
pnl = (sp * (1 - FEE) - buy_price * (1 + FEE)) / (buy_price * (1 + FEE)) * 100
|
||||
return pnl > 0, df.index[i], pnl
|
||||
|
||||
# 3. 타임스탑
|
||||
pnl_now = (row["close"] - buy_price) / buy_price * 100
|
||||
if (i - buy_idx) >= ts_c_use and pnl_now < ts_min_use:
|
||||
pnl = (row["close"] * (1 - FEE) - buy_price * (1 + FEE)) / (buy_price * (1 + FEE)) * 100
|
||||
return pnl > 0, df.index[i], pnl
|
||||
|
||||
last = df.iloc[-1]["close"]
|
||||
pnl = (last * (1 - FEE) - buy_price * (1 + FEE)) / (buy_price * (1 + FEE)) * 100
|
||||
return pnl > 0, df.index[-1], pnl
|
||||
|
||||
|
||||
def _prev_40m_vol(df: pd.DataFrame, i: int) -> float:
|
||||
"""직전 완성 40분봉 거래량 (10분봉 4개 합산)."""
|
||||
return df.iloc[max(0, i - VOL40_C):i]["volume"].sum()
|
||||
|
||||
|
||||
def _local_vol_avg(df: pd.DataFrame, i: int) -> float:
|
||||
"""로컬 5h 평균 (직전 7개 40분봉 각각의 합산 평균)."""
|
||||
vols = []
|
||||
for k in range(1, LOCAL_C + 1):
|
||||
end = i - VOL40_C * (k - 1)
|
||||
start = end - VOL40_C
|
||||
if start < 0:
|
||||
break
|
||||
vols.append(df.iloc[start:end]["volume"].sum())
|
||||
return sum(vols) / len(vols) if vols else 0
|
||||
|
||||
|
||||
# ── 핵심 전략 루프 ─────────────────────────────────────────────────────────────
|
||||
def run_strategy(df: pd.DataFrame, ticker: str,
|
||||
use_velocity: bool = False,
|
||||
regime_s: pd.Series = None,
|
||||
dd_control: bool = False) -> list:
|
||||
"""
|
||||
Returns list of (is_win, pnl, buy_dt, sell_dt, ticker, entry_type)
|
||||
entry_type: 'dist' | 'vel'
|
||||
|
||||
dd_control: True → 연속 손절 추적하여 hard_stop + tight_ts 적용
|
||||
"""
|
||||
trades = []
|
||||
sig_i = sig_p = None
|
||||
in_pos = False
|
||||
buy_idx = buy_price = stop_pct = None
|
||||
entry_type = "dist"
|
||||
consec_losses = 0 # 연속 손절 횟수
|
||||
|
||||
i = MIN_I
|
||||
while i < len(df):
|
||||
# ── 포지션 중 → 청산 계산 후 다음 진입 탐색 ──────────────────
|
||||
if in_pos:
|
||||
use_hard = dd_control and consec_losses >= STREAK_TIGHT_N
|
||||
use_tight = dd_control and consec_losses >= STREAK_TIGHT_N
|
||||
is_win, sdt, pnl = simulate_pos(
|
||||
df, buy_idx, buy_price, stop_pct,
|
||||
hard_stop=use_hard, tight_ts=use_tight,
|
||||
)
|
||||
next_i = next(
|
||||
(j for j in range(i, len(df)) if df.index[j] > sdt),
|
||||
len(df),
|
||||
)
|
||||
trades.append((is_win, pnl, df.index[buy_idx], sdt, ticker, entry_type))
|
||||
# 연속 손절 카운터 업데이트
|
||||
if is_win:
|
||||
consec_losses = 0
|
||||
else:
|
||||
consec_losses += 1
|
||||
in_pos = False
|
||||
sig_i = sig_p = None
|
||||
i = next_i
|
||||
continue
|
||||
|
||||
close = df.iloc[i]["close"]
|
||||
|
||||
# ── 신호 감지 ─────────────────────────────────────────────────
|
||||
prev_vol = _prev_40m_vol(df, i)
|
||||
local_avg = _local_vol_avg(df, i)
|
||||
vol_r = prev_vol / local_avg if local_avg > 0 else 0
|
||||
|
||||
close_2h = df.iloc[i - QUIET_C]["close"]
|
||||
quiet = abs(close - close_2h) / close_2h * 100 < QUIET_PCT
|
||||
spike = vol_r >= VOL_MULT
|
||||
|
||||
if quiet and spike:
|
||||
if sig_i is None:
|
||||
sig_i, sig_p = i, close
|
||||
else:
|
||||
if sig_i is not None and close < sig_p:
|
||||
sig_i = sig_p = None
|
||||
|
||||
# 타임아웃
|
||||
if sig_i is not None and (i - sig_i) > TIMEOUT_C:
|
||||
sig_i = sig_p = None
|
||||
|
||||
# ── 진입 판단 ─────────────────────────────────────────────────
|
||||
if sig_i is not None:
|
||||
move_pct = (close - sig_p) / sig_p * 100
|
||||
age_min = (i - sig_i) * 10 # 10분봉 × 10분
|
||||
|
||||
# A. 거리 기반
|
||||
if move_pct >= THRESH:
|
||||
in_pos = True
|
||||
buy_idx = i
|
||||
buy_price = close
|
||||
stop_pct = calc_atr(df, i)
|
||||
entry_type = "dist"
|
||||
sig_i = sig_p = None
|
||||
i += 1
|
||||
continue
|
||||
|
||||
# B. 속도 기반 (use_velocity=True 일 때만)
|
||||
if (use_velocity
|
||||
and age_min >= VELOCITY_MIN_AGE_M
|
||||
and move_pct >= VELOCITY_MIN_MOVE):
|
||||
velocity = move_pct / age_min
|
||||
vel_thresh = _vel_thresh_for(regime_s, df.index[i])
|
||||
if velocity >= vel_thresh:
|
||||
in_pos = True
|
||||
buy_idx = i
|
||||
buy_price = close
|
||||
stop_pct = calc_atr(df, i)
|
||||
entry_type = "vel"
|
||||
sig_i = sig_p = None
|
||||
i += 1
|
||||
continue
|
||||
|
||||
i += 1
|
||||
return trades
|
||||
|
||||
|
||||
# ── WF 필터 ───────────────────────────────────────────────────────────────────
|
||||
def apply_wf(trades: list) -> tuple:
|
||||
history, shadow_streak, blocked = [], 0, 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:
|
||||
if sum(history[-WF_WINDOW:]) / WF_WINDOW < WF_MIN_WIN_RATE:
|
||||
blocked = True
|
||||
shadow_streak = 0
|
||||
else:
|
||||
blocked_cnt += 1
|
||||
shadow_streak = (shadow_streak + 1) if is_win else 0
|
||||
if shadow_streak >= WF_SHADOW_WINS:
|
||||
blocked = False
|
||||
history = []
|
||||
shadow_streak = 0
|
||||
return accepted, blocked_cnt
|
||||
|
||||
|
||||
# ── MAX_POSITIONS 필터 ────────────────────────────────────────────────────────
|
||||
def apply_max_pos(all_trades: list) -> tuple:
|
||||
open_exits, accepted, skipped = [], [], []
|
||||
for trade in sorted(all_trades, key=lambda x: x[2]):
|
||||
buy_dt, sell_dt = trade[2], trade[3]
|
||||
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 시뮬 ─────────────────────────────────────────────────────────────────
|
||||
def simulate(accepted: list) -> dict:
|
||||
portfolio = float(BUDGET)
|
||||
total_krw = 0.0
|
||||
monthly = {}
|
||||
peak_pf = BUDGET
|
||||
max_dd = 0.0
|
||||
win_cnt = 0
|
||||
|
||||
vel_count = sum(1 for t in accepted if t[5] == "vel")
|
||||
vel_wins = sum(1 for t in accepted if t[5] == "vel" and t[0])
|
||||
vel_pnls = [t[1] for t in accepted if t[5] == "vel"]
|
||||
dist_pnls = [t[1] for t in accepted if t[5] == "dist"]
|
||||
|
||||
for is_win, pnl, buy_dt, sell_dt, ticker, etype 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
|
||||
peak_pf = max(peak_pf, portfolio)
|
||||
dd = (peak_pf - portfolio) / peak_pf * 100
|
||||
max_dd = max(max_dd, dd)
|
||||
win_cnt += int(is_win)
|
||||
|
||||
ym = buy_dt.strftime("%Y-%m")
|
||||
m = monthly.setdefault(ym, {"t": 0, "w": 0, "krw": 0.0})
|
||||
m["t"] += 1; m["w"] += int(is_win); m["krw"] += krw_profit
|
||||
|
||||
n = len(accepted)
|
||||
return {
|
||||
"portfolio": portfolio,
|
||||
"total_krw": total_krw,
|
||||
"roi": (portfolio - BUDGET) / BUDGET * 100,
|
||||
"n": n,
|
||||
"wins": win_cnt,
|
||||
"wr": win_cnt / n * 100 if n else 0,
|
||||
"max_dd": max_dd,
|
||||
"monthly": monthly,
|
||||
"vel_count": vel_count,
|
||||
"vel_wins": vel_wins,
|
||||
"vel_wr": vel_wins / vel_count * 100 if vel_count else 0,
|
||||
"vel_avg_pnl": sum(vel_pnls) / len(vel_pnls) if vel_pnls else 0,
|
||||
"dist_avg_pnl": sum(dist_pnls) / len(dist_pnls) if dist_pnls else 0,
|
||||
}
|
||||
|
||||
|
||||
# ── 메인 ──────────────────────────────────────────────────────────────────────
|
||||
def main():
|
||||
print("캐시 로드...")
|
||||
cache = pickle.load(open(CACHE_FILE, "rb"))
|
||||
top30 = pickle.load(open(TOP_FILE, "rb"))
|
||||
tickers = [t for t in top30[:TOP_N] if t in cache["10m"]]
|
||||
print(f"유효 종목: {len(tickers)}개\n")
|
||||
|
||||
# BTC 레짐 시리즈 빌드
|
||||
btc_df = cache["10m"].get("KRW-BTC")
|
||||
regime_s = build_regime_series(btc_df) if btc_df is not None else None
|
||||
if regime_s is not None:
|
||||
bull_pct = (regime_s == "bull").mean() * 100
|
||||
bear_pct = (regime_s == "bear").mean() * 100
|
||||
print(f"레짐 분포: BULL {bull_pct:.1f}% / NEUTRAL {100-bull_pct-bear_pct:.1f}% / BEAR {bear_pct:.1f}%")
|
||||
print(f"vel threshold: BULL={VEL_THRESH_BULL} / NEUTRAL={VEL_THRESH_NEUTRAL} / BEAR={VEL_THRESH_BEAR}\n")
|
||||
|
||||
all_a, all_b, all_c = [], [], []
|
||||
wf_a_total = wf_b_total = wf_c_total = 0
|
||||
|
||||
for t in tickers:
|
||||
df = cache["10m"][t]
|
||||
if len(df) < MIN_I + 50:
|
||||
continue
|
||||
|
||||
raw_a = run_strategy(df, t, use_velocity=False)
|
||||
raw_b = run_strategy(df, t, use_velocity=True, regime_s=regime_s)
|
||||
raw_c = run_strategy(df, t, use_velocity=True, regime_s=regime_s, dd_control=True)
|
||||
|
||||
fa, ba = apply_wf(raw_a)
|
||||
fb, bb = apply_wf(raw_b)
|
||||
fc, bc = apply_wf(raw_c)
|
||||
wf_a_total += ba; wf_b_total += bb; wf_c_total += bc
|
||||
all_a.extend(fa); all_b.extend(fb); all_c.extend(fc)
|
||||
|
||||
acc_a, skp_a = apply_max_pos(all_a)
|
||||
acc_b, skp_b = apply_max_pos(all_b)
|
||||
acc_c, skp_c = apply_max_pos(all_c)
|
||||
|
||||
ra = simulate(acc_a)
|
||||
rb = simulate(acc_b)
|
||||
rc = simulate(acc_c)
|
||||
|
||||
# ── 날짜 범위 ─────────────────────────────────────────
|
||||
def date_range(acc):
|
||||
if acc:
|
||||
s = min(t[2] for t in acc).strftime("%Y-%m-%d")
|
||||
e = max(t[3] for t in acc).strftime("%Y-%m-%d")
|
||||
return f"{s} ~ {e}"
|
||||
return "N/A"
|
||||
|
||||
# ── 출력 ─────────────────────────────────────────────
|
||||
W = 72
|
||||
print("=" * W)
|
||||
print(f" 낙폭 제어 비교 백테스트 | 10분봉 | {len(tickers)}종목")
|
||||
print(f" 기간: {date_range(acc_a)}")
|
||||
print(f" hard_stop={HARD_STOP_PCT*100:.1f}% | tight_ts={TS_C_TIGHT*10//60}h+{TS_MIN_PCT_TIGHT:.0f}% "
|
||||
f"(연속 {STREAK_TIGHT_N}손절 후)")
|
||||
print("=" * W)
|
||||
print(f" {'항목':<22} {'A. 기존':>12} {'B. +속도':>12} {'C. +속도+DD제어':>14}")
|
||||
print(f" {'─'*64}")
|
||||
|
||||
def row3(label, va, vb, vc, fmt="{}"):
|
||||
sa, sb, sc = fmt.format(va), fmt.format(vb), fmt.format(vc)
|
||||
try:
|
||||
dbc = float(str(vc).replace(",","").replace("%","").replace("원","")) \
|
||||
- float(str(va).replace(",","").replace("%","").replace("원",""))
|
||||
dc = f" ({dbc:+.1f})" if abs(dbc) >= 0.01 else ""
|
||||
except Exception:
|
||||
dc = ""
|
||||
print(f" {label:<22} {sa:>12} {sb:>12} {sc:>14}{dc}")
|
||||
|
||||
row3("총 진입", ra["n"], rb["n"], rc["n"], "{:,}건")
|
||||
row3(" 속도 진입", 0, rb["vel_count"], rc["vel_count"], "{:,}건")
|
||||
row3("WF 차단", wf_a_total, wf_b_total, wf_c_total, "{:,}건")
|
||||
row3("MAX_POS 스킵", len(skp_a), len(skp_b), len(skp_c), "{:,}건")
|
||||
print(f" {'─'*64}")
|
||||
row3("승률", f"{ra['wr']:.1f}%", f"{rb['wr']:.1f}%", f"{rc['wr']:.1f}%")
|
||||
row3(" 속도진입 승률","-", f"{rb['vel_wr']:.1f}%", f"{rc['vel_wr']:.1f}%")
|
||||
print(f" {'─'*64}")
|
||||
row3("평균 pnl (거리)",f"{ra['dist_avg_pnl']:.2f}%", f"{rb['dist_avg_pnl']:.2f}%", f"{rc['dist_avg_pnl']:.2f}%")
|
||||
row3("평균 pnl (속도)","-", f"{rb['vel_avg_pnl']:.2f}%", f"{rc['vel_avg_pnl']:.2f}%")
|
||||
print(f" {'─'*64}")
|
||||
row3("최종 자산", f"{ra['portfolio']:,.0f}원", f"{rb['portfolio']:,.0f}원", f"{rc['portfolio']:,.0f}원")
|
||||
row3("총 수익", f"{ra['total_krw']:+,.0f}원", f"{rb['total_krw']:+,.0f}원", f"{rc['total_krw']:+,.0f}원")
|
||||
row3("수익률", f"{ra['roi']:.2f}%", f"{rb['roi']:.2f}%", f"{rc['roi']:.2f}%")
|
||||
row3("최대 낙폭", f"{-ra['max_dd']:.2f}%", f"{-rb['max_dd']:.2f}%", f"{-rc['max_dd']:.2f}%")
|
||||
print("=" * W)
|
||||
|
||||
# ── 월별 ─────────────────────────────────────────────
|
||||
print(f"\n── 월별 수익 비교 {'─'*50}")
|
||||
print(f" {'월':^8} │ {'A':>5} {'A%':>4} {'A수익':>10} │ "
|
||||
f"{'B':>5} {'B%':>4} {'B수익':>10} │ "
|
||||
f"{'C':>5} {'C%':>4} {'C수익':>10}")
|
||||
all_months = sorted(set(list(ra["monthly"]) + list(rb["monthly"]) + list(rc["monthly"])))
|
||||
for ym in all_months:
|
||||
ma = ra["monthly"].get(ym, {"t":0,"w":0,"krw":0})
|
||||
mb = rb["monthly"].get(ym, {"t":0,"w":0,"krw":0})
|
||||
mc = rc["monthly"].get(ym, {"t":0,"w":0,"krw":0})
|
||||
wra = ma["w"]/ma["t"]*100 if ma["t"] else 0
|
||||
wrb = mb["w"]/mb["t"]*100 if mb["t"] else 0
|
||||
wrc = mc["w"]/mc["t"]*100 if mc["t"] else 0
|
||||
print(f" {ym:^8} │ {ma['t']:>4}건 {wra:>3.0f}% {ma['krw']:>+9,.0f}원 │ "
|
||||
f"{mb['t']:>4}건 {wrb:>3.0f}% {mb['krw']:>+9,.0f}원 │ "
|
||||
f"{mc['t']:>4}건 {wrc:>3.0f}% {mc['krw']:>+9,.0f}원")
|
||||
print("=" * W)
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
main()
|
||||
Reference in New Issue
Block a user