cointrader/docs/plans/2026-03-04-oi-derived-features-design.md

OI 파생 피처 설계

목표

기존 oi_change 피처에 더해, OI 데이터에서 파생 피처 2개를 만들어 LightGBM 학습 데이터에 추가하고, 피처 추가 전후 검증셋 성능을 자동 비교한다.

제약사항

• Binance OI 히스토리 API는 최근 30일분만 제공
• 학습 데이터에서 OI 유효 구간 ≈ 2,880개 15분 캔들
• A/B 비교 결과는 방향성 참고용 (통계적 유의성 제한)

파생 피처

1. oi_change_ma5

• 계산: OI 변화율의 5캔들(75분) 이동평균
• 의미: OI 단기 추세. 급감/급증 노이즈 제거된 방향성
• 정규화: rolling z-score (288캔들 윈도우, 기존 패턴 동일)
• 기존 oi_change와의 관계: smoothed 버전. 상관관계 높을 수 있으나 LightGBM이 자연 선택. importance 낮으면 이후 제거

2. oi_price_spread

• 계산: rolling_zscore(oi_change) - rolling_zscore(price_ret_1)
• 의미: OI와 가격 움직임 간 괴리도 (연속값)
  • 양수: OI가 가격 대비 강세 (자금 유입)
  • 음수: OI가 가격 대비 약세 (자금 유출)
• 정규화: 양쪽 입력이 이미 z-score이므로 추가 정규화 불필요
• 바이너리 대신 연속값 채택 이유: sign() 기반 바이너리는 미미한 차이도 1/0으로 분류 → 노이즈 과잉. 연속값은 LightGBM이 분할점을 학습

수정 대상 파일

dataset_builder.py

• OI 파생 피처 2개 계산 로직 추가
• 기존 oi_change z-score 결과를 재사용하여 oi_change_ma5 계산
• oi_price_spread = oi_change z-score - ret_1 z-score

ml_features.py

• FEATURE_COLS에 oi_change_ma5, oi_price_spread 추가 (24→26)
• build_features()에 실시간 계산 로직 추가
  • oi_change_ma5: bot에서 전달받은 최근 5봉 OI MA
  • oi_price_spread: 실시간 z-scored OI - z-scored price change

train_model.py

• --compare 플래그 추가
• Baseline (기존 24피처) vs New (26피처) 자동 비교 출력:
  • Precision, Recall, F1, AUC-ROC
  • Feature importance top 10
  • Best threshold
  • 검증셋 크기 (n=XX) 및 "방향성 참고용" 경고

bot.py

• OI 변화율 히스토리 deque(maxlen=5) 관리
• _init_oi_history(): 봇 시작 시 Binance OI hist API에서 최근 5봉 fetch → cold start 해결
• _fetch_market_microstructure() 확장: MA5 계산, price_spread 계산 후 build_features()에 전달

exchange.py

• get_oi_history(limit=5): 봇 초기화용 최근 OI 히스토리 fetch 메서드 추가

scripts/collect_oi.py (신규)

• OI 장기 수집 스크립트
• 15분마다 cron 실행
• Binance /fapi/v1/openInterest 호출 → data/oi_history.parquet에 append
• 기존 fetch_history.py의 30일 데이터 보완용