fix: MTF bot code review — conditional slicing, caching, tests
- Add _remove_incomplete_candle() for timestamp-based conditional slicing on both 15m and 1h data (replaces hardcoded [:-1]) - Add MetaFilter indicator caching to eliminate 3x duplicate calc - Fix notifier encapsulation (_send → notify_info public API) - Remove DataFetcher.poll_update() dead code - Fix evaluate_oos.py symbol typo (xrpusdtusdt → xrpusdt) - Add 20 pytest unit tests for MetaFilter, TriggerStrategy, ExecutionManager, and _remove_incomplete_candle Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>
This commit is contained in:
21in7
@@ -86,6 +86,19 @@ class DataFetcher:
|
||||
self._last_15m_ts: int = 0 # 마지막으로 저장된 15m 캔들 timestamp
|
||||
self._last_1h_ts: int = 0
|
||||
|
||||
@staticmethod
|
||||
def _remove_incomplete_candle(df: pd.DataFrame, interval_sec: int) -> pd.DataFrame:
|
||||
"""미완성(진행 중) 캔들을 조건부로 제거. ccxt timestamp는 ms 단위."""
|
||||
if df.empty:
|
||||
return df
|
||||
now_ms = int(_time.time() * 1000)
|
||||
current_candle_start_ms = (now_ms // (interval_sec * 1000)) * (interval_sec * 1000)
|
||||
# DataFrame index가 datetime인 경우 원본 timestamp 컬럼이 없으므로 index에서 추출
|
||||
last_open_ms = int(df.index[-1].timestamp() * 1000)
|
||||
if last_open_ms >= current_candle_start_ms:
|
||||
return df.iloc[:-1].copy()
|
||||
return df
|
||||
|
||||
async def fetch_ohlcv(self, symbol: str, timeframe: str, limit: int = 250) -> List[List]:
|
||||
"""
|
||||
ccxt를 통해 OHLCV 데이터 fetch.
|
||||
@@ -115,69 +128,31 @@ class DataFetcher:
|
||||
f"[DataFetcher] 초기화 완료: 15m={len(self.klines_15m)}개, 1h={len(self.klines_1h)}개"
|
||||
)
|
||||
|
||||
async def poll_update(self, interval: int = 30):
|
||||
"""
|
||||
30초 주기로 REST API 폴링. 새 캔들이 나오면 deque에 append.
|
||||
무한 루프 — 백그라운드 태스크로 실행.
|
||||
"""
|
||||
logger.info(f"[DataFetcher] 폴링 시작 (interval={interval}s)")
|
||||
while True:
|
||||
try:
|
||||
await asyncio.sleep(interval)
|
||||
|
||||
# 15m 업데이트: 최근 3개 fetch (중복 방지)
|
||||
raw_15m = await self.fetch_ohlcv(self.symbol, "15m", limit=3)
|
||||
new_15m = 0
|
||||
for candle in raw_15m:
|
||||
if candle[0] > self._last_15m_ts:
|
||||
self.klines_15m.append(candle)
|
||||
self._last_15m_ts = candle[0]
|
||||
new_15m += 1
|
||||
|
||||
# 1h 업데이트: 최근 3개 fetch
|
||||
raw_1h = await self.fetch_ohlcv(self.symbol, "1h", limit=3)
|
||||
new_1h = 0
|
||||
for candle in raw_1h:
|
||||
if candle[0] > self._last_1h_ts:
|
||||
self.klines_1h.append(candle)
|
||||
self._last_1h_ts = candle[0]
|
||||
new_1h += 1
|
||||
|
||||
if new_15m > 0 or new_1h > 0:
|
||||
logger.info(
|
||||
f"[DataFetcher] 캔들 업데이트: 15m +{new_15m} (총 {len(self.klines_15m)}), "
|
||||
f"1h +{new_1h} (총 {len(self.klines_1h)})"
|
||||
)
|
||||
|
||||
except Exception as e:
|
||||
logger.error(f"[DataFetcher] 폴링 에러: {e}")
|
||||
await asyncio.sleep(5) # 에러 시 짧은 대기 후 재시도
|
||||
|
||||
def get_15m_dataframe(self) -> Optional[pd.DataFrame]:
|
||||
"""모든 15m 캔들을 DataFrame으로 반환."""
|
||||
"""완성된 15m 캔들을 DataFrame으로 반환 (미완성 캔들 조건부 제거)."""
|
||||
if not self.klines_15m:
|
||||
return None
|
||||
data = list(self.klines_15m)
|
||||
df = pd.DataFrame(data, columns=["timestamp", "open", "high", "low", "close", "volume"])
|
||||
df["timestamp"] = pd.to_datetime(df["timestamp"], unit="ms", utc=True)
|
||||
df = df.set_index("timestamp")
|
||||
return df
|
||||
return self._remove_incomplete_candle(df, interval_sec=900)
|
||||
|
||||
def get_1h_dataframe_completed(self) -> Optional[pd.DataFrame]:
|
||||
"""
|
||||
'완성된' 1h 캔들만 반환.
|
||||
|
||||
핵심: [:-1] 슬라이싱으로 진행 중인 최신 1h 캔들 제외.
|
||||
조건부 슬라이싱: _remove_incomplete_candle()로 진행 중인 최신 1h 캔들 제외.
|
||||
이유: Look-ahead bias 원천 차단 — 아직 완성되지 않은 캔들의
|
||||
high/low/close는 미래 데이터이므로 지표 계산에 사용하면 안 됨.
|
||||
"""
|
||||
if len(self.klines_1h) < 2:
|
||||
return None
|
||||
completed = list(self.klines_1h)[:-1] # ← 핵심: 미완성 봉 제외
|
||||
df = pd.DataFrame(completed, columns=["timestamp", "open", "high", "low", "close", "volume"])
|
||||
data = list(self.klines_1h)
|
||||
df = pd.DataFrame(data, columns=["timestamp", "open", "high", "low", "close", "volume"])
|
||||
df["timestamp"] = pd.to_datetime(df["timestamp"], unit="ms", utc=True)
|
||||
df = df.set_index("timestamp")
|
||||
return df
|
||||
return self._remove_incomplete_candle(df, interval_sec=3600)
|
||||
|
||||
async def close(self):
|
||||
"""ccxt exchange 연결 정리."""
|
||||
@@ -197,15 +172,27 @@ class MetaFilter:
|
||||
|
||||
def __init__(self, data_fetcher: DataFetcher):
|
||||
self.data_fetcher = data_fetcher
|
||||
self._cached_indicators: Optional[pd.DataFrame] = None
|
||||
self._cache_timestamp: Optional[pd.Timestamp] = None
|
||||
|
||||
def _calc_indicators(self, df: pd.DataFrame) -> pd.DataFrame:
|
||||
"""1h DataFrame에 EMA50, EMA200, ADX, ATR 계산."""
|
||||
"""1h DataFrame에 EMA50, EMA200, ADX, ATR 계산 (캔들 단위 캐싱)."""
|
||||
if df is None or df.empty:
|
||||
return df
|
||||
|
||||
last_ts = df.index[-1]
|
||||
if self._cached_indicators is not None and self._cache_timestamp == last_ts:
|
||||
return self._cached_indicators
|
||||
|
||||
df = df.copy()
|
||||
df["ema50"] = ta.ema(df["close"], length=self.EMA_FAST)
|
||||
df["ema200"] = ta.ema(df["close"], length=self.EMA_SLOW)
|
||||
adx_df = ta.adx(df["high"], df["low"], df["close"], length=14)
|
||||
df["adx"] = adx_df["ADX_14"]
|
||||
df["atr"] = ta.atr(df["high"], df["low"], df["close"], length=14)
|
||||
|
||||
self._cached_indicators = df
|
||||
self._cache_timestamp = last_ts
|
||||
return df
|
||||
|
||||
def get_market_state(self) -> str:
|
||||
@@ -574,6 +561,9 @@ class ExecutionManager:
|
||||
class MTFPullbackBot:
|
||||
"""MTF Pullback Bot 메인 루프 — Dry-run OOS 검증용."""
|
||||
|
||||
# TODO(LIVE): Kill switch 로직 구현 필요 (Fast Kill 8연패 + Slow Kill PF<0.75) — 2026-04-15 LIVE 전환 시
|
||||
# TODO(LIVE): 글로벌 RiskManager 통합 필요 — 2026-04-15 LIVE 전환 시
|
||||
|
||||
LOOP_INTERVAL = 1 # 초 (TimeframeSync 4초 윈도우를 놓치지 않기 위해)
|
||||
POLL_INTERVAL = 30 # 데이터 폴링 주기 (초)
|
||||
|
||||
@@ -691,8 +681,8 @@ class MTFPullbackBot:
|
||||
side = result["action"]
|
||||
sl_dist = abs(result["entry_price"] - result["sl_price"])
|
||||
tp_dist = abs(result["tp_price"] - result["entry_price"])
|
||||
self.notifier._send(
|
||||
f"📌 **[MTF Dry-run] 가상 {side} 진입**\n"
|
||||
self.notifier.notify_info(
|
||||
f"**[MTF Dry-run] 가상 {side} 진입**\n"
|
||||
f"진입가: `{result['entry_price']:.4f}` | ATR: `{result['atr']:.6f}`\n"
|
||||
f"SL: `{result['sl_price']:.4f}` ({sl_dist:.4f}) | "
|
||||
f"TP: `{result['tp_price']:.4f}` ({tp_dist:.4f})\n"
|
||||
@@ -731,8 +721,8 @@ class MTFPullbackBot:
|
||||
pnl_bps = pnl * 10000
|
||||
logger.info(f"[MTFBot] SL+TP 동시 히트 → SL 우선 청산 | PnL: {pnl_bps:+.1f}bps")
|
||||
self.executor.close_position(f"SL 히트 ({exit_price:.4f})", exit_price, pnl_bps)
|
||||
self.notifier._send(
|
||||
f"❌ **[MTF Dry-run] {pos} SL 청산**\n"
|
||||
self.notifier.notify_info(
|
||||
f"**[MTF Dry-run] {pos} SL 청산**\n"
|
||||
f"진입: `{entry:.4f}` → 청산: `{exit_price:.4f}`\n"
|
||||
f"PnL: `{pnl_bps:+.1f}bps`"
|
||||
)
|
||||
@@ -742,8 +732,8 @@ class MTFPullbackBot:
|
||||
pnl_bps = pnl * 10000
|
||||
logger.info(f"[MTFBot] SL 히트 | 청산가: {exit_price:.4f} | PnL: {pnl_bps:+.1f}bps")
|
||||
self.executor.close_position(f"SL 히트 ({exit_price:.4f})", exit_price, pnl_bps)
|
||||
self.notifier._send(
|
||||
f"❌ **[MTF Dry-run] {pos} SL 청산**\n"
|
||||
self.notifier.notify_info(
|
||||
f"**[MTF Dry-run] {pos} SL 청산**\n"
|
||||
f"진입: `{entry:.4f}` → 청산: `{exit_price:.4f}`\n"
|
||||
f"PnL: `{pnl_bps:+.1f}bps`"
|
||||
)
|
||||
@@ -753,8 +743,8 @@ class MTFPullbackBot:
|
||||
pnl_bps = pnl * 10000
|
||||
logger.info(f"[MTFBot] TP 히트 | 청산가: {exit_price:.4f} | PnL: {pnl_bps:+.1f}bps")
|
||||
self.executor.close_position(f"TP 히트 ({exit_price:.4f})", exit_price, pnl_bps)
|
||||
self.notifier._send(
|
||||
f"✅ **[MTF Dry-run] {pos} TP 청산**\n"
|
||||
self.notifier.notify_info(
|
||||
f"**[MTF Dry-run] {pos} TP 청산**\n"
|
||||
f"진입: `{entry:.4f}` → 청산: `{exit_price:.4f}`\n"
|
||||
f"PnL: `{pnl_bps:+.1f}bps`"
|
||||
)
|
||||
|
||||
Reference in New Issue
Block a user