shuim/auto-stock
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

fix: 매매 파라미터 3중 소스 정합 + 리스크 가드 복원 + 죽은 코드 2,695줄 제거

Browse Source 
## 배경
"전략이 혼란스럽고 현재와 맞지 않는다"를 조사한 결과, 전략 설계가 아니라
전략을 검증했다는 도구와 파라미터 소스가 어긋나 있었다.

## 파라미터 소스 단일화
- 우선순위가 adaptive > strategy_cfg(DB) > config.py 인데 문서는 맨 마지막인
  config.py 를 기술하고 있었다. 11곳이 불일치(BULL RSI 46 vs DB 30, SL -7% vs -6%).
- DEFAULT_PARAMS 를 config.py 에 정합 + alembic 0012 로 기존 DB 행 갱신
  (운영자가 UI 로 바꾼 값은 보존, 옛 기본값과 같은 행만 갱신, 테이블 가드·멱등)

## 백테스트를 실전 로직에 정합
- calculate_adx_simple 이 정확히 period 배(14.0×) 발산 → Aggressive 게이트
  `ADX>25` 가 전 레짐 100% 통과. 전환 빈도 5.6%→2.0%(-65%), 성과 상방 편향
- 백테스트 RSI 는 SMA, 실전은 Wilder → 진입 판정 10~11% 불일치
- us_backtest_engine RSI 1봉 지연 제거 (룩어헤드 없음을 절단 테스트로 증명)
- backend/backtest_results/ 25건은 폐기 대상 (§8.4)

## 리스크 가드 복원
- 4% 절대 상한이 try 블록 안에 있어 예외 시 적응형 6~7% 가 통과 → try 밖으로
- 청산을 매수보다 먼저 평가 (보유 종목이 추천에 들면 손절 대신 물타기가 나갔다)
- 리스크 가드 4개를 매수 전용화 → MDD -10%·보유한도 도달 시에도 손절 작동
- MDD 갱신 5회 연속 실패 시 신규 진입 차단 fail-safe (청산은 계속 허용)
- 스윙 청산이 DT 보유분까지 매도하던 문제, sell_pct 기준 혼재 정정

## 죽은 코드 제거 (2,695줄)
- short_term_strategy, kosdaq_scanner, app/strategy/ 패키지
- app/trading/ + korea_investment_api_adapter (real_market_api 정본은
  korea_investment_api.py:1482, adapter 는 import 0건)

## 지표·사이징 단일화 (수치 무변경 증명)
- indicators_core.py: 3,274건 비교 최대 오차 0.000e+00
- sizing_core.py: 42,105건 비교 불일치 0
- 미국 전략 상수 13개 config 편입 (hex 까지 동일, 3,168 케이스 전수 비교)

## 테스트 안전 (실 KIS 호출 차단)
- 유닛 테스트가 실제 KIS 에 매도 주문을 2회 전송하고 있었다. 리팩터링이
  close_stale_positions 의 대상을 _execute_exit → _execute_exit_stale 로
  바꿨는데 목이 전자에 걸려 빗나갔다. test_api_endpoints 도 캡처된 싱글톤
  참조 누수로 실제 잔고 조회를 타 141초를 소비했다.
- backend/tests/conftest.py 신설: 주문·토큰·시세·잔고를 호출 즉시 예외로 차단.
  예외는 BaseException 파생(프로덕션 except Exception 폴백에 삼켜지지 않게),
  클래스 메서드에 적용(캡처된 참조까지 덮음), DATABASE_URL `_test` 가드 강제
- 전체 유닛 스위트: 365초/6 failed → 11.8초/0 failed (소켓 차단 하 559 passed)

## 신규 (둘 다 플래그 OFF, 백테스트 미검증)
- range_trading_strategy.py — SIDEWAYS 담당 전략이 없던 빈 칸. 미배선
- check_bear_buy_signal_v2 — BEAR 4중 AND(발화율 2.3%) → 점수제(12.4%)

## 문서
- CLAUDE.md 를 실제 코드 기준으로 재작성. §0 파라미터 우선순위, §4.1 테스트 규약,
  §6.4 문서화되지 않았던 진입 차단 게이트 9종, §8.4 백테스트 폐기 근거,
  §8.5 미해결 19항목
- 루트 md 6개 → 2개(docs/ 이동), 중복 배치 문서 병합, 스테일 worktree 제거

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
This commit is contained in:
shuim
2026-09-28 08:58:18 +09:00
parent b4608e5abf
commit 1b9257c4d2
71 changed files with 5510 additions and 3685 deletions
Download Patch File Download Diff File Expand all files Collapse all files

369
backend/app/services/mean_reversion_strategy.py
View File

@@ -17,7 +17,7 @@ RSI + 볼린저 밴드 평균회귀 전략 (CLAUDE.md 섹션 7.1-7.5)
[2026-03-15 CLAUDE.md 정합성 수정]
① detect_market_regime: ADX < 20 → SIDEWAYS 판별 추가 (CLAUDE.md 6.1)
② check_buy_signal: SIDEWAYS 국면 진입 차단 (CLAUDE.md 6.1)
③ check_buy_signal: BULL RSI ≤30→<40, BEAR RSI ≤35→<30 (CLAUDE.md 6.2)
③ check_buy_signal: BULL/BEAR RSI 임계는 config·adaptive 로 결정 (CLAUDE.md §0/§6)
④ check_buy_signal: BEAR 거래량 prev_volume→1.5×avg_volume_20d (CLAUDE.md 6.2)
⑤ check_exit_signal: 1차 익절 AND→OR, RSI 60→50, ATR 1.5→2.0 (CLAUDE.md 6.3)
⑥ check_exit_signal: 분할매도 Bull 25%/Bear 40%→50% 통일 (CLAUDE.md 5.2)
@@ -35,6 +35,15 @@ from dataclasses import dataclass
from enum import Enum
from app.services.strategy_config_service import strategy_cfg
# §8.5-1 지표 계산 단일 출처 (순수 계산 모듈 — I/O 없음)
from app.services.indicators_core import (
adx_wilder,
atr_sma,
bollinger_sma,
rsi_wilder,
)
# §8.5-2 포지션 사이징 단일 출처 (순수 계산 모듈 — settings/I/O 없음)
from app.services.sizing_core import budget_by_ratios, clamp_by_ratios
logger = logging.getLogger(__name__)
@@ -60,19 +69,11 @@ def calculate_atr(highs: List[float], lows: List[float], closes: List[float], pe
TR = max(H-L, |H-Cprev|, |L-Cprev|)
ATR = SMA(TR, period)
[2026-09-27 §8.5-1 중복 통합] 계산 본체는 indicators_core.atr_sma() 로 이동.
이 함수는 시그니처·반환형 호환을 위한 얇은 위임(wrapper)이며 수치는 동일하다.
"""
if len(highs) < period + 1 or len(lows) < period + 1 or len(closes) < period + 1:
return None
true_ranges = []
for i in range(1, len(highs)):
h, l, c_prev = highs[i], lows[i], closes[i - 1]
tr = max(h - l, abs(h - c_prev), abs(l - c_prev))
true_ranges.append(tr)
if len(true_ranges) < period:
return None
return sum(true_ranges[-period:]) / period
return atr_sma(highs, lows, closes, period)
def calculate_adx(highs: List[float], lows: List[float], closes: List[float], period: int = 14) -> Optional[float]:
@@ -91,65 +92,19 @@ def calculate_adx(highs: List[float], lows: List[float], closes: List[float], pe
- ADX < 20: 횡보장 → 평균회귀 유리
- ADX 20~30: 중간 추세 → 조건부 허용
- ADX > 30: 강한 추세 → 평균회귀 위험 (진입 차단)
[2026-09-27 §8.5-1 중복 통합] 계산 본체는 indicators_core.adx_wilder() 로 이동.
ADX 평활 초기값이 mean(DX[:period])이고 갱신식이 `a - a/p + dx/p` 인 점
(아래 [FIX] 주석의 발산 버그 수정분)까지 그대로 옮겼다. 수치 동일.
SIDEWAYS 판정 로직(detect_market_regime)은 변경하지 않았다.
# [FIX] Wilder ADX 평활: ADX = ADX_prev*(p-1)/p + DX/p
# = ADX_prev - ADX_prev/p + DX/p. 기존엔 마지막 항의 /period가 누락돼
# (+ dx_v) DX(0~100)를 그대로 더해 ADX가 100을 넘어 발산 → SIDEWAYS
# 게이트(ADX<20)가 실서비스에서 영구 무력화되던 버그. (CLAUDE.md 6.1)
"""
n = len(highs)
# 최소 2*period + 1개 필요 (초기 평활 + ADX 평활)
if n < period * 2 + 1:
return None
return adx_wilder(highs, lows, closes, period)
trs: List[float] = []
plus_dms: List[float] = []
minus_dms: List[float] = []
for i in range(1, n):
h, l, c_prev = highs[i], lows[i], closes[i - 1]
h_prev, l_prev = highs[i - 1], lows[i - 1]
tr = max(h - l, abs(h - c_prev), abs(l - c_prev))
up_move = h - h_prev
down_move = l_prev - l
plus_dm = up_move if up_move > down_move and up_move > 0 else 0.0
minus_dm = down_move if down_move > up_move and down_move > 0 else 0.0
trs.append(tr)
plus_dms.append(plus_dm)
minus_dms.append(minus_dm)
def _wilder_smooth(values: List[float]) -> List[float]:
"""Wilder 평활: 초기값 = 첫 period개 합산, 이후 재귀 평활."""
smoothed = [sum(values[:period])]
for v in values[period:]:
smoothed.append(smoothed[-1] - smoothed[-1] / period + v)
return smoothed
atr_s = _wilder_smooth(trs)
plus_dm_s = _wilder_smooth(plus_dms)
minus_dm_s = _wilder_smooth(minus_dms)
dxs: List[float] = []
for atr_v, p_dm, m_dm in zip(atr_s, plus_dm_s, minus_dm_s):
if atr_v == 0:
dxs.append(0.0)
continue
plus_di = 100.0 * p_dm / atr_v
minus_di = 100.0 * m_dm / atr_v
di_sum = plus_di + minus_di
dxs.append(100.0 * abs(plus_di - minus_di) / di_sum if di_sum else 0.0)
if len(dxs) < period:
return None
# ADX 평활: 초기값은 mean(DX[:period]) — ATR/DM과 달리 합산이 아닌 평균
# _wilder_smooth()는 초기값이 sum이므로 ADX에는 인라인 계산 사용
adx_val = sum(dxs[:period]) / period # 초기값 = 평균
for dx_v in dxs[period:]:
# [FIX] Wilder ADX 평활: ADX = ADX_prev*(p-1)/p + DX/p
# = ADX_prev - ADX_prev/p + DX/p. 기존엔 마지막 항의 /period가 누락돼
# (+ dx_v) DX(0~100)를 그대로 더해 ADX가 100을 넘어 발산 → SIDEWAYS
# 게이트(ADX<20)가 실서비스에서 영구 무력화되던 버그. (CLAUDE.md 6.1)
adx_val = adx_val - adx_val / period + dx_v / period
return round(adx_val, 2)
def detect_market_regime(index_closes: List[float],
@@ -230,40 +185,22 @@ def calculate_rsi(closes: List[float], period: int = 14) -> Optional[float]:
feature_engineering.compute_rsi()와 동일한 Wilder smoothing 사용:
- 첫 period개: 단순 평균(seed)
- 이후: avg = (prev_avg * (period-1) + current) / period
[2026-09-27 §8.5-1 중복 통합] 계산 본체는 indicators_core.rsi_wilder() 로 이동.
이 함수는 시그니처·반환형 호환을 위한 얇은 위임(wrapper)이며 수치는 동일하다.
"""
if len(closes) < period + 1:
return None
# 모든 price diff 계산
diffs = [closes[i] - closes[i - 1] for i in range(1, len(closes))]
# Seed: 첫 period개의 단순 평균
avg_gain = sum(max(d, 0) for d in diffs[:period]) / period
avg_loss = sum(max(-d, 0) for d in diffs[:period]) / period
# Wilder smoothing: 나머지 구간
for i in range(period, len(diffs)):
avg_gain = (avg_gain * (period - 1) + max(diffs[i], 0)) / period
avg_loss = (avg_loss * (period - 1) + max(-diffs[i], 0)) / period
if avg_loss == 0:
return 100.0
rs = avg_gain / avg_loss
return 100 - (100 / (1 + rs))
return rsi_wilder(closes, period)
def calculate_bollinger(closes: List[float], period: int = 20) -> Optional[Tuple[float, float, float]]:
"""볼린저 밴드 (20일, 2σ) 계산
Returns: (upper, middle, lower)
[2026-09-27 §8.5-1 중복 통합] 계산 본체는 indicators_core.bollinger_sma() 로 이동.
σ배수 2.0 고정(기존 동작 그대로) — 설정값을 쓰는 곳은 analyze_bollinger 쪽이다.
"""
if len(closes) < period:
return None
window = closes[-period:]
middle = sum(window) / period
variance = sum((p - middle) ** 2 for p in window) / period
std = variance ** 0.5
return (middle + 2 * std, middle, middle - 2 * std)
return bollinger_sma(closes, period, 2.0)
def is_reversal_candle(opens: List[float], highs: List[float],
@@ -282,6 +219,185 @@ def is_reversal_candle(opens: List[float], highs: List[float],
return is_bullish or has_long_lower_shadow
# ═════════════════════════════════════════════════════════════════════════════
# [§8.5-9] BEAR 진입 점수제 v2
# ═════════════════════════════════════════════════════════════════════════════
def _bear_v2_cfg(key: str) -> float:
"""BEAR v2 파라미터 조회 — strategy_cfg(DB) > settings(config.py) 우선순위."""
from app.core.config import settings
_v = strategy_cfg.get(key)
if _v is not None:
return float(_v)
return float(getattr(settings, key))
def _bear_v2_enabled() -> bool:
"""MEAN_REVERSION_BEAR_V2_ENABLED 조회 (DB 오버라이드 허용). 기본 False."""
from app.core.config import settings
_v = strategy_cfg.get("MEAN_REVERSION_BEAR_V2_ENABLED")
if _v is None:
return bool(settings.MEAN_REVERSION_BEAR_V2_ENABLED)
if isinstance(_v, str):
return _v.strip().lower() in ("1", "true", "yes", "on")
return bool(_v)
def check_bear_buy_signal_v2(
rsi: float,
close: float,
bb_upper: float,
bb_lower: float,
avg_volume_20d: float,
current_volume: int,
is_reversal: bool = False,
rsi_prev: Optional[float] = None,
bear_rsi_threshold: Optional[float] = None,
) -> Optional[Dict]:
"""BEAR 진입 점수제 v2 — 기존 4중 AND(RSI<35 AND %B≤0.20 AND 거래량>1.5×20MA AND 반전캔들)를
가중 점수 합산으로 완화한다. `check_buy_signal`의 BEAR 분기에서
`MEAN_REVERSION_BEAR_V2_ENABLED=True` 일 때만 호출된다(기본 False).
⚠️ 백테스트 미검증 — `True` 전환 금지.
DB(NAS) 중단으로 백테스트를 돌릴 수 없고, 기존 백테스트 산출물은 실전과 다른 지표
(SMA RSI vs Wilder, 발산한 ADX)로 생성된 것이 확인되어 근거로 쓸 수 없다.
BEAR 완화는 "하락장에서 진입을 늘리는" 변경이므로 아래를 모두 통과한 뒤에만 켠다:
1) indicators_core(Wilder RSI/ADX)로 재구축한 백테스트 엔진에서 2023-03~2026-03 재검증
2) **BEAR 국면 구간만 분리**한 성과: 승률 ≥ 기존 경로, Profit Factor ≥ 1.2,
BEAR 구간 MDD가 기존 경로 대비 악화되지 않음
3) **최대 연속 손실 횟수**가 기존 경로 대비 증가하지 않음
(연속 손실은 loss_tracker 3연패 밴과 직결 — 악화 시 전 종목 진입 봉쇄로 번진다)
4) Walk-forward(최소 3분할) 통과 + 거래 표본 ≥ 30건 (CLAUDE.md §8.1-4)
필수(AND)로 남긴 조건 — 점수로 우회 불가:
· RSI 반등 확인: `rsi_prev` 제공 시 `rsi > rsi_prev`. 하락 중 진입은 BEAR에서 치명적.
· RSI 상한: `min(bear_rsi_threshold + RSI_RELAX, RSI_HARD_CAP)` 미만.
(기본 35+5=40, BULL 진입 임계 46보다 낮게 유지 → "하락장은 더 보수적" 원칙 유지)
· %B 하드 상한(기존 조건의 완화된 잔존 하한): `PCT_B_HARD_CAP`(0.50) 이하.
BB 중심선 위 매수는 평균회귀가 아니다.
· 데이터 유효성: 거래량 0 / 20MA 0 / BB 폭 0 → 진입 금지(거래정지·데이터 결손).
점수화 대상(가중치 근거는 config.py 주석 참조):
· %B 근접 0.40 — 평균회귀 엣지의 직접 근거. 만점=기존 동적 임계값 통과,
절반=임계값×1.6 이내.
· 반전캔들 0.35 — 낙하 중 진입 방지 대리변수. 필수화하면 도지/데이터부족 시
영구 미발화 → 점수 항목으로만 둔다.
· 거래량 0.25 — 확인 지표. 하락장 대량거래는 투매일 수도 있어 단독 예측력 약함.
만점=1.5×20MA 초과, 0.6배=1.2×20MA 이상, 0.2배=20MA 이상.
· RSI 깊이 0.15 (보너스) — RSI<20 만점, RSI<25 절반. 깊은 과매도 반등 프리미엄.
임계: 합계 ≥ `MEAN_REVERSION_BEAR_V2_MIN_SCORE`(0.60).
주의: 공통 선행 필터(거래량 ≥ 20MA, own_trend MA20≥MA60×0.97, SIDEWAYS 차단)는
호출부(`check_buy_signal`)에 그대로 남아 있으며 이 함수는 그것을 우회하지 않는다.
"""
from app.core.config import settings
if bear_rsi_threshold is None:
_t = strategy_cfg.get("MEAN_REVERSION_BEAR_RSI_THRESHOLD")
bear_rsi_threshold = float(_t) if _t is not None else settings.MEAN_REVERSION_BEAR_RSI_THRESHOLD
# ── 필수 ①: RSI 상한 ────────────────────────────────────────────────────
rsi_relax = _bear_v2_cfg("MEAN_REVERSION_BEAR_V2_RSI_RELAX")
rsi_hard_cap = _bear_v2_cfg("MEAN_REVERSION_BEAR_V2_RSI_HARD_CAP")
rsi_upper = min(float(bear_rsi_threshold) + rsi_relax, rsi_hard_cap)
if not (rsi < rsi_upper):
return None
# ── 필수 ②: RSI 반등 확인 (하락 중 진입 차단) ───────────────────────────
if rsi_prev is not None and rsi <= rsi_prev:
logger.debug(
"⏭️ [BEARv2] RSI 반등 미확인 — 진입 차단: rsi=%.1f, rsi_prev=%.1f", rsi, rsi_prev
)
return None
# ── 데이터 유효성 가드 (점수로 우회 불가) ───────────────────────────────
# 거래량 0/평균 0 = 거래정지·데이터 결손, BB 폭 0 = 지표 산출 불가 → 진입 금지.
# (기존 경로는 호출부 공통 필터 `current_volume < avg_volume_20d` 로 걸렀으나,
# v2 를 직접 호출하는 경우에도 안전하도록 함수 내부에서 재확인한다.)
if avg_volume_20d <= 0 or current_volume <= 0:
return None
bb_width = bb_upper - bb_lower
if bb_width <= 0:
return None
# ── %B 계산 (기존 BEAR 분기와 동일한 동적 임계값) ───────────────────────
pct_b = (close - bb_lower) / bb_width
if rsi < settings.MEAN_REVERSION_RSI_STRONG_THRESHOLD:
pct_b_max = 0.30
elif rsi < settings.MEAN_REVERSION_RSI_NORMAL_THRESHOLD:
pct_b_max = 0.25
else:
pct_b_max = 0.20
# ── 필수 ③: %B 하드 상한 (BB 중심선 위 매수 금지) ───────────────────────
pct_b_hard_cap = _bear_v2_cfg("MEAN_REVERSION_BEAR_V2_PCT_B_HARD_CAP")
if pct_b > pct_b_hard_cap:
return None
w_pct_b = _bear_v2_cfg("MEAN_REVERSION_BEAR_V2_W_PCT_B")
w_reversal = _bear_v2_cfg("MEAN_REVERSION_BEAR_V2_W_REVERSAL")
w_volume = _bear_v2_cfg("MEAN_REVERSION_BEAR_V2_W_VOLUME")
w_depth = _bear_v2_cfg("MEAN_REVERSION_BEAR_V2_W_RSI_DEPTH")
pct_b_relax_mult = _bear_v2_cfg("MEAN_REVERSION_BEAR_V2_PCT_B_RELAX_MULT")
vol_mid_mult = _bear_v2_cfg("MEAN_REVERSION_BEAR_V2_VOLUME_MID_MULT")
min_score = _bear_v2_cfg("MEAN_REVERSION_BEAR_V2_MIN_SCORE")
_bvm = strategy_cfg.get("MEAN_REVERSION_BEAR_VOLUME_MULT")
bear_vol_mult = float(_bvm) if _bvm is not None else settings.MEAN_REVERSION_BEAR_VOLUME_MULT
# ── 점수 합산 ───────────────────────────────────────────────────────────
score_pct_b = (
w_pct_b if pct_b <= pct_b_max
else (w_pct_b * 0.5 if pct_b <= pct_b_max * pct_b_relax_mult else 0.0)
)
score_reversal = w_reversal if is_reversal else 0.0
# 거래량: 공통 선행 필터가 volume ≥ 20MA 를 이미 보장하므로 하위 등급은 방어적 처리.
vol_ratio = current_volume / avg_volume_20d
if vol_ratio > bear_vol_mult:
score_volume = w_volume
elif vol_ratio >= vol_mid_mult:
score_volume = w_volume * 0.6
elif vol_ratio >= 1.0:
score_volume = w_volume * 0.2
else:
score_volume = 0.0
if rsi < settings.MEAN_REVERSION_RSI_STRONG_THRESHOLD:
score_depth = w_depth
elif rsi < settings.MEAN_REVERSION_RSI_NORMAL_THRESHOLD:
score_depth = w_depth * 0.5
else:
score_depth = 0.0
total = score_pct_b + score_reversal + score_volume + score_depth
if total < min_score:
logger.debug(
"⏭️ [BEARv2] 점수 미달 %.2f < %.2f (pctB=%.2f/%.2f vol=%.2fx rev=%s rsi=%.1f)",
total, min_score, pct_b, pct_b_max, vol_ratio, is_reversal, rsi,
)
return None
return {
"signal": "BUY",
"strategy": "MEAN_REVERSION_BEAR_V2",
"split_plan": [0.30, 0.30, 0.40], # 3회 분할 매수 (기존 BEAR 와 동일)
"description": (
f"[BEARv2 score {total:.2f}≥{min_score:.2f}] RSI({rsi:.1f})<{rsi_upper:.1f} "
f"+ %%B({pct_b:.2f}/{pct_b_max:.2f}) + 거래량({vol_ratio:.2f}×) "
f"+ 반전({'Y' if is_reversal else 'N'}) (하락장 과매도, 점수제)"
),
"bear_v2_score": round(total, 4),
"bear_v2_components": {
"pct_b": round(score_pct_b, 4),
"reversal": round(score_reversal, 4),
"volume": round(score_volume, 4),
"rsi_depth": round(score_depth, 4),
},
}
def check_buy_signal(
regime: MarketRegime,
rsi: float,
@@ -327,10 +443,12 @@ def check_buy_signal(
return None
if regime == MarketRegime.BULL:
# CLAUDE.md 6.2: BULL 진입 RSI < 40
# 적응형 전략 오버라이드: adaptive.rsi_entry (실패 시 strategy_cfg / 40.0 fallback)
# CLAUDE.md §6 / §8.2: BULL 진입 RSI < 46 (MEAN_REVERSION_RSI_THRESHOLD=46.0)
# 파라미터 우선순위: adaptive_strategy > strategy_cfg(DB) > settings(config.py)
# [2026-09-27] 하드코딩 40.0 폴백 제거 → settings 참조 (BEAR 경로와 동일 패턴)
from app.core.config import settings
_rsi_threshold_val = strategy_cfg.get("MEAN_REVERSION_RSI_THRESHOLD")
_base_rsi_threshold = float(_rsi_threshold_val) if _rsi_threshold_val is not None else 40.0
_base_rsi_threshold = float(_rsi_threshold_val) if _rsi_threshold_val is not None else settings.MEAN_REVERSION_RSI_THRESHOLD
try:
from app.services.adaptive_strategy import get_current_adaptive_params
_adp = get_current_adaptive_params()
@@ -380,12 +498,19 @@ def check_buy_signal(
"signal": "BUY",
"strategy": "MEAN_REVERSION_BULL",
"split_plan": [0.50, 0.50], # 2회 분할 매수
"description": f"RSI({rsi:.1f})<40 + %%B({pct_b:.2f})<{pct_b_max} (상승장 과매도){reversal_info}",
# [2026-09-27] 임계값 40 하드코딩 제거 — 실효 임계값은 _base_rsi_threshold
# (adaptive > strategy_cfg > settings 우선순위, CLAUDE.md §0)이며 46 이 기본이다.
# 40 을 박아두면 로그·TradeJournal·ML 학습 데이터에 거짓 임계값이 남는다.
# `%%B` → `%B` 도 정정(f-string 은 % 를 이스케이프하지 않아 그대로 출력됐다).
"description": (
f"RSI({rsi:.1f})<{_base_rsi_threshold:.0f} + "
f"%B({pct_b:.2f})<{pct_b_max:.2f} (상승장 과매도){reversal_info}"
),
}
elif regime == MarketRegime.BEAR:
# CLAUDE.md 6.2: BEAR 진입 RSI < 30
# 적응형 전략 오버라이드: adaptive.bear_rsi_entry (실패 시 기존 fallback)
# CLAUDE.md §6 / §8.2: BEAR 진입 RSI < 35 (MEAN_REVERSION_BEAR_RSI_THRESHOLD=35.0)
# 파라미터 우선순위: adaptive_strategy > strategy_cfg(DB) > settings(config.py)
from app.core.config import settings
_bear_rsi_threshold = strategy_cfg.get("MEAN_REVERSION_BEAR_RSI_THRESHOLD")
bear_rsi_threshold = float(_bear_rsi_threshold) if _bear_rsi_threshold is not None else settings.MEAN_REVERSION_BEAR_RSI_THRESHOLD
@@ -397,6 +522,20 @@ def check_buy_signal(
except Exception:
pass
# [§8.5-9] BEAR 점수제 v2 — 기본 OFF. OFF면 아래 기존 4중 AND 경로가 그대로 동작한다.
if _bear_v2_enabled():
return check_bear_buy_signal_v2(
rsi=rsi,
close=close,
bb_upper=bb_upper,
bb_lower=bb_lower,
avg_volume_20d=avg_volume_20d,
current_volume=current_volume,
is_reversal=is_reversal,
rsi_prev=rsi_prev,
bear_rsi_threshold=bear_rsi_threshold,
)
if rsi < bear_rsi_threshold:
# [2026-03] 하락장도 RSI 반등 확인 적용
if rsi_prev is not None and rsi <= rsi_prev:
@@ -465,16 +604,17 @@ def check_exit_signal(
# [이슈10 수정] or 패턴 → None 명시 체크
_atr_stop_val = strategy_cfg.get("ATR_STOP_MULTIPLIER")
atr_stop_mult = float(_atr_stop_val) if _atr_stop_val is not None else 2.5
# CLAUDE.md 5.2: 안정적 종목 -6%, 변동성 종목 -10%
# CLAUDE.md §5.2: 기본 -7%(STOP_LOSS_PERCENT), 고변동 -10%(STOP_LOSS_HIGH_VOL)
# 파라미터 우선순위: adaptive_strategy > strategy_cfg(DB) > settings(config.py)
# 변동성 판별: ATR / 현재가 > 3% → 변동성 종목
_atr_pct = (atr / close * 100) if close > 0 else 0
# [이슈10 수정] or 패턴 → None 명시 체크
if _atr_pct > 3.0:
_sl_high_val = strategy_cfg.get("STOP_LOSS_HIGH_VOL")
_raw_sl = float(_sl_high_val) if _sl_high_val is not None else -10.0
_raw_sl = float(_sl_high_val) if _sl_high_val is not None else -abs(settings.STOP_LOSS_HIGH_VOL) # [2026-09-27] config.py 참조
else:
_sl_val = strategy_cfg.get("STOP_LOSS_PERCENT")
_raw_sl = float(_sl_val) if _sl_val is not None else -settings.STOP_LOSS_PERCENT # config.py 기본값(7.0) 참조
_raw_sl = float(_sl_val) if _sl_val is not None else -abs(settings.STOP_LOSS_PERCENT) # config.py 기본값(7.0) 참조
# 적응형 전략 오버라이드: stop_loss / atr_stop_multiplier
try:
@@ -497,7 +637,7 @@ def check_exit_signal(
if close <= stop_price:
return ExitSignal(
action="SELL_ALL",
reason=f"손절 (close={close:.0f} <= stop={stop_price:.0f}, ATR기준={atr_stop:.0f}, -6%기준={pct_stop:.0f})",
reason=f"손절 (close={close:.0f} <= stop={stop_price:.0f}, ATR기준={atr_stop:.0f}, {stop_loss_pct:.1f}%기준={pct_stop:.0f})",
sell_pct=1.0,
)
@@ -606,9 +746,15 @@ def calculate_position_size(
# [2026-03-15 CLAUDE.md 정합성 수정] CLAUDE.md 5.1: 종목당 최대 3~4%
# multiplier를 전략 자본 내 비중 조정에만 사용, 절대 상한은 4% 유지
max_by_position = total_assets * max_per_position # 절대 상한 4%
remaining_budget = (total_assets * max_strategy_capital) - current_strategy_allocation
result = max(0.0, min(max_by_position, remaining_budget, available_cash))
# [§8.5-2 통합 2026-09-27] 3중 min 식을 sizing_core.budget_by_ratios 로 위임.
# = max(0, min(총자산×종목당한도, 총자산×전략한도 − 현재배분, 가용현금)) — 수식 동일.
result = budget_by_ratios(
total_assets=total_assets,
available_cash=available_cash,
current_allocation=current_strategy_allocation,
max_per_position=max_per_position, # 절대 상한 4%
max_strategy_ratio=max_strategy_capital, # BULL 70% / BEAR 30%
)
if rsi is not None or adx is not None:
logger.debug(
@@ -659,8 +805,9 @@ def calculate_position_size_v2(
if adx is not None and adx > settings.MEAN_REVERSION_ADX_STRONG_REDUCE:
mult *= 0.8
max_allowed = total_assets * max_per_position
return min(base * mult, max_allowed, available_cash)
# [§8.5-2 통합 2026-09-27] min(base*mult, 총자산×종목당한도, 가용현금) 재클램프.
# floor(max(0,...)) 없음 — 통합 전과 동일(base>0 이 이미 보장됨).
return clamp_by_ratios(base * mult, total_assets, [max_per_position], available_cash)
def check_h1_breakout_with_ma5(