fix: 매매 파라미터 3중 소스 정합 + 리스크 가드 복원 + 죽은 코드 2,695줄 제거
## 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:
@@ -12,6 +12,9 @@ from typing import Optional
|
||||
|
||||
from app.core.config import settings
|
||||
from app.services.mean_reversion_strategy import calculate_adx, calculate_rsi, calculate_atr, calculate_bollinger
|
||||
# §8.5-1 지표 계산 단일 출처. analyze_* 는 Wilder 가 아닌 SMA 계열을 쓰던 곳이 있어
|
||||
# 알고리즘 이름이 명시된 함수를 직접 선택해 호출한다(수치 보존).
|
||||
from app.services.indicators_core import bollinger_sma, rsi_sma
|
||||
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
@@ -207,63 +210,39 @@ def analyze_rsi(chart_data: list) -> dict:
|
||||
if len(chart_data) < rsi_period + 1:
|
||||
return {"signal": None, "description": "데이터 부족"}
|
||||
|
||||
# [2026-09-27 §8.5-1 중복 통합] 인라인 RSI 계산 → indicators_core.rsi_sma()
|
||||
# 이 경로는 Wilder 평활이 아닌 "마지막 period개 diff 단순평균" 방식이다.
|
||||
# 입력을 rsi_period+1개로 먼저 잘라 넘기므로 통합 전 수치와 동일하다.
|
||||
prices = [float(item.get("stck_clpr", 0)) for item in chart_data[-(rsi_period+1):]]
|
||||
gains = []
|
||||
losses = []
|
||||
for i in range(1, len(prices)):
|
||||
change = prices[i] - prices[i-1]
|
||||
if change > 0:
|
||||
gains.append(change)
|
||||
losses.append(0)
|
||||
else:
|
||||
gains.append(0)
|
||||
losses.append(abs(change))
|
||||
|
||||
avg_gain = sum(gains[-rsi_period:]) / rsi_period
|
||||
avg_loss = sum(losses[-rsi_period:]) / rsi_period
|
||||
|
||||
if avg_loss == 0:
|
||||
rsi = 100
|
||||
else:
|
||||
rs = avg_gain / avg_loss
|
||||
rsi = 100 - (100 / (1 + rs))
|
||||
|
||||
# 직전 RSI 계산 (반등 확인용)
|
||||
rsi = rsi_sma(prices, rsi_period)
|
||||
|
||||
# 직전 RSI 계산 (반등 확인용) — 한 봉 앞선 창(window)에 같은 방식 적용
|
||||
if len(chart_data) >= rsi_period + 2:
|
||||
prev_prices = [float(item.get("stck_clpr", 0)) for item in chart_data[-(rsi_period+2):-(1)]]
|
||||
prev_gains = []
|
||||
prev_losses = []
|
||||
for i in range(1, len(prev_prices)):
|
||||
change = prev_prices[i] - prev_prices[i-1]
|
||||
if change > 0:
|
||||
prev_gains.append(change)
|
||||
prev_losses.append(0)
|
||||
else:
|
||||
prev_gains.append(0)
|
||||
prev_losses.append(abs(change))
|
||||
|
||||
prev_avg_gain = sum(prev_gains[-rsi_period:]) / rsi_period
|
||||
prev_avg_loss = sum(prev_losses[-rsi_period:]) / rsi_period
|
||||
if prev_avg_loss == 0:
|
||||
rsi_prev = 100
|
||||
else:
|
||||
prev_rs = prev_avg_gain / prev_avg_loss
|
||||
rsi_prev = 100 - (100 / (1 + prev_rs))
|
||||
rsi_prev = rsi_sma(prev_prices, rsi_period)
|
||||
else:
|
||||
rsi_prev = rsi
|
||||
|
||||
# 방어적 가드: 위 가드(len >= rsi_period+1)로 인해 도달 불가 경로지만,
|
||||
# None 비교로 인한 TypeError를 원천 차단한다.
|
||||
if rsi is None:
|
||||
return {"signal": None, "description": "데이터 부족"}
|
||||
if rsi_prev is None:
|
||||
rsi_prev = rsi
|
||||
|
||||
# [2026-03] RSI < 30 구간: 반등 시작 + BB 하단 근처 시 BUY
|
||||
if rsi < 30:
|
||||
rsi_rebounding = rsi > rsi_prev # RSI 바닥 찍고 반등 중
|
||||
|
||||
if rsi_rebounding:
|
||||
# 볼린저 하단 근처 확인 (-3% ~ +1.5%)
|
||||
# [2026-09-27 §8.5-1 중복 통합] 인라인 BB → indicators_core.bollinger_sma()
|
||||
# 여기는 settings 값이 아닌 20봉·2σ **하드코딩**이 기존 동작이므로 그대로 유지.
|
||||
bb_lower = None
|
||||
if len(chart_data) >= 20:
|
||||
bb_closes = [float(item.get("stck_clpr", 0)) for item in chart_data[-20:]]
|
||||
bb_mid = sum(bb_closes) / 20
|
||||
bb_std = (sum((p - bb_mid) ** 2 for p in bb_closes) / 20) ** 0.5
|
||||
bb_lower = bb_mid - 2 * bb_std
|
||||
_bb = bollinger_sma(bb_closes, 20, 2.0)
|
||||
bb_lower = _bb[2] if _bb else None
|
||||
|
||||
close = float(chart_data[-1].get("stck_clpr", 0))
|
||||
if bb_lower and bb_lower * 0.97 <= close <= bb_lower * 1.015:
|
||||
@@ -303,15 +282,15 @@ def analyze_bollinger(chart_data: list) -> dict:
|
||||
if len(chart_data) < bb_period:
|
||||
return {"signal": None, "description": "데이터 부족"}
|
||||
|
||||
# [2026-09-27 §8.5-1 중복 통합] 인라인 BB → indicators_core.bollinger_sma()
|
||||
# σ배수는 settings.BOLLINGER_STDDEV(기본 2.0)를 그대로 전달 — 기존 동작 보존.
|
||||
prices = [float(item.get("stck_clpr", 0)) for item in chart_data[-bb_period:]]
|
||||
ma_bb = sum(prices) / len(prices)
|
||||
variance = sum((p - ma_bb) ** 2 for p in prices) / len(prices)
|
||||
std_dev = variance ** 0.5
|
||||
|
||||
upper_band = ma_bb + (bb_stddev * std_dev)
|
||||
lower_band = ma_bb - (bb_stddev * std_dev)
|
||||
_bands = bollinger_sma(prices, bb_period, bb_stddev)
|
||||
if _bands is None:
|
||||
return {"signal": None, "description": "데이터 부족"}
|
||||
upper_band, ma_bb, lower_band = _bands
|
||||
current_price = prices[-1]
|
||||
|
||||
|
||||
if current_price < lower_band:
|
||||
return {"signal": "buy", "description": "볼린저 하한선 터치"}
|
||||
elif current_price > upper_band:
|
||||
|
||||
Reference in New Issue
Block a user