Trading Bot

업비트(Upbit) 기반 코인 자동매매 봇.

6가지 트레이딩 전략을 앙상블하여 매매 신호를 생성하고,
Celery를 활용한 분산 처리로 실시간 데이터 수집과 자동매매를 수행.

주요 기능

구현 완료

실시간 데이터 수집: 업비트 API를 통한 분봉 데이터 자동 수집 (매분)
앙상블 트레이딩 전략: 6가지 전략을 가중치 기반으로 조합
자동매매 실행: 매수/매도 신호에 따른 지정가 주문 실행
백테스팅 및 최적화: 과거 3개월 데이터 기반 전략 파라미터 최적화 (매일)
분산 처리: Celery를 활용한 워커 기반 아키텍처
데이터베이스: TimescaleDB를 활용한 시계열 데이터 저장

개발 예정

포지션 관리: 장기/단기 포지션 추적 및 관리
리스크 관리: 손절매, 익절매 자동화
모니터링 대시보드: 실시간 수익률 및 성과 모니터링
알림 시스템: 매매 신호 및 오류 알림

트레이딩 전략

1. Trend Strategy

단순한 추세 추종 전략
이전 가격 대비 현재 가격 비교
신호: 상승 시 +1, 하락 시 -1

2. Momentum Strategy

5기간 모멘텀 기반 전략
과거 가격 대비 현재 가격 변화율 분석
신호: 양수 변화 시 +1, 음수 변화 시 -1

3. Swing Strategy

단기(5기간) vs 장기(20기간) 이동평균 비교
스윙 트레이딩 신호 생성
신호: 단기평균 > 장기평균 시 +1, 반대 시 -1

4. Scalping Strategy

0.1% 수준의 미세한 가격 변화 포착
초단타 스캘핑 전략
신호: 0.1% 이상 상승 시 +1, 0.1% 이상 하락 시 -1

5. Day Strategy

일중 가격 변화 기반 전략
단기 가격 움직임 분석
신호: 상승 시 +1, 하락 시 -1

6. Price Action Strategy

과거 최고가/최저가 돌파 기반 전략
가격 액션 패턴 분석
신호: 최고가 돌파 시 +1, 최저가 하락 시 -1

앙상블 신호 생성

각 전략의 가중합으로 최종 신호 생성
임계값(threshold) 이상일 때 매수, 이하일 때 매도
가중치는 최적화를 통해 동적 조정

아키텍처

기술 스택

Backend

Python: 3.13 (no-gil)
Framework: Celery
API Client: Upbit API
Data Processing: NumPy, Pandas

Database & Storage

TimescaleDB: 시계열 데이터 저장 (PostgreSQL 기반)
Redis: 메시지 브로커 및 캐시

Infrastructure

Container: Docker & Docker Compose
Logging: JSON 구조화 로깅
Scheduling: Celery Beat

프로젝트 구조

trading-bot/
├── bot/                          # 메인 애플리케이션
│   ├── __init__.py               
│   ├── collector.py              # 데이터 수집 모듈
│   ├── trader.py                 # 자동매매 실행 모듈
│   ├── optimizer.py              # 전략 최적화 모듈
│   ├── strategies.py             # 트레이딩 전략 정의
│   ├── upbit.py                  # 업비트 API 클라이언트
│   ├── storage.py                # 데이터베이스 모듈
│   ├── scheduler.py              # Celery 스케줄러 설정
│   ├── tasks.py                  # Celery 태스크 정의
│   └── utils.py                  # 유틸리티 함수
├── bin/                          # 배포 및 설정
│   ├── docker-compose.yml        # Docker Compose 설정
│   ├── restart_docker.sh         # Docker 재시작 스크립트
│   ├── compose/
│   │   ├── bot/Dockerfile        # 봇 컨테이너 이미지
│   │   └── database/
│   │       ├── Dockerfile        # DB 컨테이너 이미지
│   │       ├── schema.sql        # 데이터베이스 스키마
│   │       └── start.sh          # DB 초기화 스크립트
│   ├── requirements/
│   │   └── base.txt              # Python 의존성
│   └── .envs/                    # 환경 변수 설정
│       ├── .bot                  # 봇 설정 (API 키 포함)
│       └── .database             # DB 설정
└── README.md                     # 프로젝트 문서

주요 모듈 설명

`bot/collector.py`

업비트 API에서 분봉 데이터 수집
TimescaleDB에 데이터 저장 (UPSERT 방식)
중복 데이터 방지 및 효율적 저장

`bot/trader.py`

6가지 전략의 앙상블 신호 생성
지정가 매수/매도 주문 실행
수수료 및 최소 주문 금액 고려
주문 및 체결 내역 DB 저장

`bot/optimizer.py`

3개월 과거 데이터 기반 백테스팅
그리드 서치를 통한 가중치/임계값 최적화
멀티스레드 병렬 처리
Sharpe 비율 기반 최적 파라미터 선택

`bot/strategies.py`

6가지 트레이딩 전략 구현
각 전략별 신호 생성 로직
앙상블 신호 조합

`bot/upbit.py`

업비트 API 클라이언트
JWT 인증 처리
호가단위 맞춤 가격 반올림
주문 및 계좌 조회 기능

시작하기

1. 환경 설정

# 프로젝트 클론
git clone <repository-url>
cd trading-bot

# 환경 변수 설정
cp bin/.envs/.bot.example bin/.envs/.bot
cp bin/.envs/.database.example bin/.envs/.database

2. 환경 변수 수정

bin/.envs/.bot:

# 데이터베이스 연결
DATABASE_URL=postgresql://trader:trader@database:5432/trading

# Celery 설정
CELERY_BROKER_URL=redis://redis:6379/0
CELERY_BACKEND_URL=redis://redis:6379/1

# 업비트 API 키 (실제 키로 변경 필요)
UPBIT_ACCESS_KEY=your_access_key
UPBIT_SECRET_KEY=your_secret_key

# 트레이딩 설정
MARKET=KRW-BTC
THRESHOLD=0.2
AGGRESSIVENESS=0.0015
FEE_RATE=0.0005
FEE_BUFFER=0.0005

# 최적화 설정
OPT_INITIAL_CASH=1000000
OPT_WINDOW=200
OPT_THREADS=4
OPT_THRESHOLDS=0.05,0.1,0.15,0.2,0.25,0.3,0.35,0.4,0.45,0.5

# 로깅 설정
LOG_LEVEL=INFO

bin/.envs/.database:

POSTGRES_HOST=postgres
POSTGRES_DB=trading
POSTGRES_USER=trader
POSTGRES_PASSWORD=trader

3. Docker Compose로 실행

cd bin
sh restart_docker.sh

4. 서비스 확인

# 로그 확인
docker-compose logs -f

# 서비스 상태 확인
docker-compose ps

데이터베이스 스키마

주요 테이블

`candles`

분봉 데이터 저장 (OHLCV)
시계열 최적화된 저장 구조
중복 데이터 방지를 위한 UPSERT

`orders`

주문 정보 저장
매수/매도 주문 상태 추적
업비트 주문 ID 매핑

`trades`

체결 정보 저장
수수료 및 슬리피지 정보
주문별 체결 내역 추적

`optimizer_results`

전략 최적화 결과 저장
최적 파라미터 및 성과 지표
베스트 모델 마킹

`positions` (미사용)

포지션 관리 (현재 미구현)
장기/단기 포지션 추적

`equity_curve` (미사용)

자산 곡선 추적 (현재 미구현)
실시간 수익률 모니터링

설정 옵션

트레이딩 파라미터

MARKET: 거래할 코인 (기본값: KRW-BTC)
THRESHOLD: 매매 신호 임계값 (기본값: 0.2)
AGGRESSIVENESS: 주문 가격 공격성 (기본값: 0.0015)
FEE_RATE: 거래 수수료율 (기본값: 0.0005)
FEE_BUFFER: 수수료 버퍼 (기본값: 0.0005)

최적화 파라미터

OPT_INITIAL_CASH: 백테스팅 초기 자금 (기본값: 1,000,000)
OPT_WINDOW: 백테스팅 윈도우 크기 (기본값: 200)
OPT_THREADS: 최적화 스레드 수 (기본값: 4)
OPT_THRESHOLDS: 최적화할 임계값 목록 (쉼표 구분)

데이터 수집 설정

UNIT: 분봉 단위 (기본값: 1분)
LOG_LEVEL: 로그 레벨 (기본값: INFO)

데이터베이스 설정

DATABASE_URL: PostgreSQL 연결 URL
CELERY_BROKER_URL: Redis 브로커 URL
CELERY_BACKEND_URL: Redis 백엔드 URL

워크플로우

실시간 트레이딩 (매분)

데이터 수집: 업비트에서 최신 분봉 데이터 수집
전략 실행: 6가지 전략으로 매매 신호 생성
자동매매: 신호에 따른 매수/매도 주문 실행
주문 관리: 주문 및 체결 내역 데이터베이스 저장

전략 최적화 (매일 01:00)

데이터 로드: 과거 3개월 분봉 데이터 조회
백테스팅: 다양한 파라미터 조합으로 성과 테스트
최적화: Sharpe 비율 기반 최적 파라미터 선택
모델 업데이트: 새로운 가중치 및 임계값 적용

스케줄링

Celery Beat: 정확한 시간 간격으로 태스크 스케줄링
워커 분리: 데이터 수집, 트레이딩, 최적화 워커 분리
큐 관리: Redis 기반 태스크 큐 관리

주의사항

API 키 보안: 환경변수에 저장, 코드에 하드코딩 금지
테스트 환경: 실제 거래 전 충분한 백테스팅 및 페이퍼 트레이딩 권장

모니터링

로그 확인

# 전체 로그
docker-compose logs -f

# 특정 서비스 로그
docker-compose logs -f collector
docker-compose logs -f trader
docker-compose logs -f optimizer
docker-compose logs -f beat

# 실시간 로그 필터링
docker-compose logs -f | grep "trade executed"
docker-compose logs -f | grep "optimization done"

성과 지표 확인

총 수익률: total_return (optimizer_results 테이블)
최대 낙폭: max_drawdown (optimizer_results 테이블)
샤프 비율: sharpe (optimizer_results 테이블)
승률: win_rate (optimizer_results 테이블)

향후 개발 계획

Phase 1: 포지션 관리 시스템

장기/단기 포지션 추적 및 관리
포지션별 수익률 계산
포지션 크기 조절 로직

Phase 2: 리스크 관리

손절매/익절매 자동화
최대 손실 한도 설정
변동성 기반 포지션 크기 조절

Phase 3: 모니터링 대시보드

실시간 수익률 및 성과 모니터링
웹 기반 대시보드 구축
알림 시스템 (Slack, Discord 등)

라이선스

이 프로젝트는 MIT 라이선스 하에 배포됩니다. 자세한 내용은 LICENSE 파일을 참조하세요.

Name		Name	Last commit message	Last commit date
bin		bin
bot		bot
.dockerignore		.dockerignore
.gitignore		.gitignore
LICENSE		LICENSE
README.md		README.md
dashboard.py		dashboard.py

Latest commit

History

Folders and files

Repository files navigation

Trading Bot

주요 기능

구현 완료

개발 예정

트레이딩 전략

1. Trend Strategy

2. Momentum Strategy

3. Swing Strategy

4. Scalping Strategy

5. Day Strategy

6. Price Action Strategy

앙상블 신호 생성

아키텍처

기술 스택

Backend

Database & Storage

Infrastructure

프로젝트 구조

주요 모듈 설명

bot/collector.py

bot/trader.py

bot/optimizer.py

bot/strategies.py

bot/upbit.py

시작하기

1. 환경 설정

2. 환경 변수 수정

3. Docker Compose로 실행

4. 서비스 확인

데이터베이스 스키마

주요 테이블

candles

orders

trades

optimizer_results

positions (미사용)

equity_curve (미사용)

설정 옵션

트레이딩 파라미터

최적화 파라미터

데이터 수집 설정

데이터베이스 설정

워크플로우

실시간 트레이딩 (매분)

전략 최적화 (매일 01:00)

스케줄링

주의사항

모니터링

로그 확인

성과 지표 확인

향후 개발 계획

Phase 1: 포지션 관리 시스템

Phase 2: 리스크 관리

Phase 3: 모니터링 대시보드

라이선스

About

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages

`bot/collector.py`

`bot/trader.py`

`bot/optimizer.py`

`bot/strategies.py`

`bot/upbit.py`

`candles`

`orders`

`trades`

`optimizer_results`

`positions` (미사용)

`equity_curve` (미사용)