# CoinTrader Binance Futures 자동매매 봇. 복합 기술 지표와 LightGBM ML 필터를 결합하여 XRPUSDT(기본) 선물 포지션을 자동으로 진입·청산하며, Discord로 실시간 알림을 전송합니다. --- ## 주요 기능 - **복합 기술 지표 신호**: RSI, MACD 크로스, 볼린저 밴드, EMA 정/역배열, Stochastic RSI, 거래량 급증 — 3개 이상 일치 시 진입 - **ML 필터 (LightGBM)**: 기술 지표 신호를 한 번 더 검증하여 오진입 차단 (모델 없으면 자동 폴백) - **ATR 기반 손절/익절**: 변동성에 따라 동적으로 SL/TP 계산 (1.5× / 3.0× ATR) - **리스크 관리**: 트레이드당 리스크 비율, 최대 포지션 수, 일일 손실 한도 제어 - **포지션 복구**: 봇 재시작 시 기존 포지션 자동 감지 및 상태 복원 - **자동 재학습**: 매일 새벽 3시 ML 모델 재학습 및 핫 리로드 - **Discord 알림**: 진입·청산·오류 이벤트 실시간 웹훅 알림 - **CI/CD**: Jenkins + Gitea Container Registry 기반 Docker 이미지 자동 빌드·배포 --- ## 프로젝트 구조 ``` cointrader/ ├── main.py # 진입점 ├── src/ │ ├── bot.py # 메인 트레이딩 루프 │ ├── config.py # 환경변수 기반 설정 │ ├── exchange.py # Binance Futures API 클라이언트 │ ├── data_stream.py # WebSocket 1분봉 스트림 │ ├── indicators.py # 기술 지표 계산 및 신호 생성 │ ├── ml_filter.py # LightGBM 진입 필터 │ ├── ml_features.py # ML 피처 빌더 │ ├── label_builder.py # 학습 레이블 생성 │ ├── retrainer.py # 모델 자동 재학습 스케줄러 │ ├── risk_manager.py # 리스크 관리 │ ├── notifier.py # Discord 웹훅 알림 │ └── logger_setup.py # Loguru 로거 설정 ├── scripts/ │ ├── fetch_history.py # 과거 데이터 수집 │ └── train_model.py # ML 모델 수동 학습 ├── models/ # 학습된 모델 저장 (.pkl) ├── data/ # 과거 데이터 캐시 ├── logs/ # 로그 파일 ├── tests/ # 테스트 코드 ├── Dockerfile ├── docker-compose.yml ├── Jenkinsfile └── requirements.txt ``` --- ## 빠른 시작 ### 1. 환경변수 설정 ```bash cp .env.example .env ``` `.env` 파일을 열어 아래 값을 채웁니다. ```env BINANCE_API_KEY=your_api_key BINANCE_API_SECRET=your_api_secret SYMBOL=XRPUSDT LEVERAGE=10 RISK_PER_TRADE=0.02 DISCORD_WEBHOOK_URL=https://discord.com/api/webhooks/... ``` ### 2. 로컬 실행 ```bash pip install -r requirements.txt python main.py ``` ### 3. Docker Compose로 실행 ```bash docker compose up -d ``` 로그 확인: ```bash docker compose logs -f cointrader ``` --- ## ML 모델 학습 봇은 모델 파일(`models/lgbm_filter.pkl`)이 없으면 ML 필터 없이 동작합니다. 최초 실행 전 또는 수동 재학습 시 아래 순서로 진행합니다. ```bash # 1. 과거 데이터 수집 python scripts/fetch_history.py # 2. 모델 학습 (LightGBM, CPU) python scripts/train_model.py ``` 학습된 모델은 `models/lgbm_filter.pkl`에 저장되며, 봇이 실행 중이면 매일 새벽 3시에 자동으로 재학습·리로드됩니다. ### Apple Silicon GPU 가속 학습 (M1/M2/M3/M4) M 시리즈 맥에서는 MLX를 사용해 통합 GPU(Metal)로 학습할 수 있습니다. ```bash # MLX 신경망 필터 학습 (GPU 자동 사용) python scripts/train_mlx_model.py # train_and_deploy.sh에서 MLX 백엔드 사용 TRAIN_BACKEND=mlx bash scripts/train_and_deploy.sh ``` > **참고**: LightGBM은 Apple Silicon GPU를 공식 지원하지 않습니다. MLX는 Apple이 만든 ML 프레임워크로 통합 GPU를 자동으로 활용합니다. Neural Engine(NPU)은 Apple 내부 전용으로 Python에서 직접 제어할 수 없습니다. --- ## 매매 전략 | 지표 | 롱 조건 | 숏 조건 | 가중치 | |------|---------|---------|--------| | RSI (14) | < 35 | > 65 | 1 | | MACD 크로스 | 골든크로스 | 데드크로스 | 2 | | 볼린저 밴드 | 하단 이탈 | 상단 돌파 | 1 | | EMA 정배열 (9/21/50) | 정배열 | 역배열 | 1 | | Stochastic RSI | < 20 + K>D | > 80 + K **이 봇은 실제 자산을 거래합니다.** 운영 전 반드시 Binance Testnet에서 충분히 검증하세요. > 과거 수익이 미래 수익을 보장하지 않습니다. 투자 손실에 대한 책임은 사용자 본인에게 있습니다.