CoinTrader

Binance Futures 자동매매 봇. 복합 기술 지표와 ML 필터(LightGBM / MLX 신경망)를 결합하여 다중 심볼(XRP, TRX, DOGE 등) 선물 포지션을 동시에 자동 진입·청산하며, Discord로 실시간 알림을 전송합니다.

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.

---

주요 기능

• 멀티심볼 동시 거래: 심볼별 독립 봇 인스턴스를 병렬 실행, 공유 RiskManager로 글로벌 리스크 관리
• 복합 기술 지표 신호: RSI, MACD, 볼린저 밴드, EMA, Stochastic RSI, ADX, 거래량 급증 — 가중치 합산 시스템
• ML 필터 (선택): LightGBM / ONNX 모델로 오진입 차단 (비활성화 가능)
• ATR 기반 손절/익절: 변동성에 따라 동적으로 SL/TP 계산, 환경변수로 배수 조절
• 반대 시그널 재진입: 보유 포지션과 반대 신호 발생 시 즉시 청산 후 재진입
• 리스크 관리: 동일 방향 포지션 제한, 일일 손실 한도(5%), 동적 증거금 비율
• 듀얼 레이어 킬스위치: Fast Kill(8연속 순손실) + Slow Kill(15거래 PF<0.75) — 심볼별 독립 차단, 기존 포지션 청산은 정상 작동
• SL/TP 원자성 보장: SL/TP 배치 3회 재시도 + 최종 실패 시 긴급 시장가 청산
• 실시간 TP/SL 감지: Binance User Data Stream으로 즉시 감지
• Graceful Shutdown: SIGTERM/SIGINT 시 심볼별 오픈 주문 취소 후 정상 종료
• Discord 알림: 진입·청산·킬스위치 발동·긴급 청산·오류 이벤트 실시간 웹훅 알림
• 모니터링 대시보드: 거래 내역, 수익 통계, 차트를 웹에서 조회
• 주간 전략 리포트: 자동 성능 측정, 추이 추적, 킬스위치 모니터링, ML 재학습 시점 판단
• 종목 비교 분석: 심볼별 파라미터 sweep + Robust Monte Carlo 포지션 사이징

---

봇 사용 가이드

봇을 설치하고 운영하려는 사용자를 위한 섹션입니다.

요구사항

• Python 3.11+ (또는 Docker)
• Binance Futures 계정 + API 키
• (선택) Discord 웹훅 URL

빠른 시작

1. 환경변수 설정

git clone <repository-url>
cd cointrader
cp .env.example .env

.env 파일을 열어 아래 필수 값을 채웁니다.

# 필수
BINANCE_API_KEY=your_api_key
BINANCE_API_SECRET=your_api_secret
SYMBOLS=XRPUSDT,SOLUSDT,DOGEUSDT          # 거래할 심볼 (쉼표 구분)

# 권장
DISCORD_WEBHOOK_URL=https://discord.com/api/webhooks/...
LEVERAGE=10

처음 사용 시 Binance Testnet에서 먼저 테스트하는 것을 권장합니다. BINANCE_TESTNET_API_KEY와 BINANCE_TESTNET_API_SECRET을 설정하세요.

2-A. Docker로 실행 (권장)

docker compose up -d

로그 확인:

docker compose logs -f cointrader

2-B. 로컬 실행

pip install -r requirements.txt
python main.py

3. 정상 동작 확인

봇이 정상 실행되면 다음과 같은 로그가 출력됩니다:

INFO | 기준 잔고 설정: 1000.00 USDT
INFO | [XRPUSDT] 봇 시작, 레버리지 10x | SL=2.0x TP=2.0x Signal≥3 ADX≥25.0 Vol≥2.5x
INFO | [XRPUSDT] 기존 포지션 없음 - 신규 진입 대기
INFO | [XRPUSDT] OI 히스토리 초기화: 5개
INFO | Kline WebSocket 연결 완료

Discord 웹훅을 설정했다면 진입/청산 시 실시간 알림을 받게 됩니다.

---

매매 전략

기술 지표 신호 (15분봉)

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<D	1
거래량	20MA × VOL_MULTIPLIER 이상 시 신호 강화	—	보조

진입 조건: 가중치 합계 ≥ SIGNAL_THRESHOLD + (거래량 급증 또는 가중치 합계 ≥ SIGNAL_THRESHOLD + 1) ADX 필터: ADX < ADX_THRESHOLD 시 횡보장으로 판단, 진입 차단 손절/익절: ATR × ATR_SL_MULT / ATR × ATR_TP_MULT

전략 파라미터 조절

환경변수로 전략 파라미터를 조절할 수 있습니다. 기본값은 Walk-Forward 백테스트 스윕 결과에서 선정된 값입니다.

전역 기본값 (심볼별 오버라이드 없을 때 적용):

환경변수	기본값	설명
ATR_SL_MULT	2.0	손절 ATR 배수
ATR_TP_MULT	2.0	익절 ATR 배수
SIGNAL_THRESHOLD	3	진입을 위한 최소 가중치 점수
ADX_THRESHOLD	25	ADX 횡보장 필터 (0=비활성)
VOL_MULTIPLIER	2.5	거래량 급증 감지 배수

심볼별 오버라이드: {환경변수}_{심볼} 형태로 심볼마다 독립 설정 가능. 미설정 시 전역 기본값 사용.

# 예시: 스윕 최적화 결과
ATR_SL_MULT_XRPUSDT=1.5
ATR_TP_MULT_XRPUSDT=4.0
ADX_THRESHOLD_XRPUSDT=30

ATR_SL_MULT_SOLUSDT=1.0
ATR_TP_MULT_SOLUSDT=4.0
ADX_THRESHOLD_SOLUSDT=20
MARGIN_MAX_RATIO_SOLUSDT=0.08

ATR_SL_MULT_DOGEUSDT=2.0
ATR_TP_MULT_DOGEUSDT=2.0
ADX_THRESHOLD_DOGEUSDT=30

ML 필터

ML 필터는 기술 지표 신호를 한 번 더 검증하여 오진입을 차단합니다. 기본적으로 비활성화 상태입니다.

• NO_ML_FILTER=true (기본값) — ML 없이 기술 지표만으로 운영
• NO_ML_FILTER=false — ML 필터 활성화 (모델 파일 필요)

현재 기본값이 비활성화인 이유: 학습 데이터가 충분히 축적되기 전까지 ML 모델의 예측력이 낮습니다. ADX 필터와 거래량 배수 조합만으로 PF 1.5 이상을 달성하고 있어, 충분한 거래 데이터(150건 이상)가 쌓일 때까지 ML 없이 운영합니다.

---

리스크 관리

설정	기본값	설명
LEVERAGE	10	레버리지 배수
MAX_SAME_DIRECTION	2	동일 방향 최대 포지션 수
MARGIN_MAX_RATIO	0.50	최대 증거금 비율 (잔고 대비)
MARGIN_MIN_RATIO	0.20	최소 증거금 비율 (잔고 대비)
MARGIN_DECAY_RATE	0.0006	잔고 증가 시 증거금 비율 감소 속도

• 일일 손실 한도: 기준 잔고의 5% 초과 시 당일 거래 중단 (단일 충격 방어)
• 듀얼 레이어 킬스위치: 구조적 엣지 소실에 의한 점진적 계좌 우하향(Slow Bleed) 방어
• 동적 증거금: 잔고가 늘어날수록 비율을 선형으로 줄여 과노출 방지
• 포지션 복구: 봇 재시작 시 기존 포지션 자동 감지 및 상태 복원

킬스위치

일일 손실 한도는 단일 충격 방어용이지, 누적 승률 하락 방어용이 아닙니다. 매일 한도 근처까지 손실을 내고 멈추는 패턴이 반복되면 한 달 뒤 계좌의 30~40%가 조용히 증발합니다. 킬스위치는 이 Slow Bleed를 자동으로 차단합니다.

레이어	조건	방어 대상
Fast Kill	8연속 순손실 (net_pnl, 수수료 포함)	급격한 전략 붕괴
Slow Kill	최근 15거래 Profit Factor < 0.75	점진적 엣지 소실

동작 방식:

• 심볼별 독립 제어: SOL이 킬되어도 XRP/DOGE는 정상 운영
• 진입만 차단: 기존 포지션의 SL/TP 청산은 정상 작동 (물린 상태 방치 방지)
• 거래 이력 persist: data/trade_history/{symbol}.jsonl에 매 청산마다 기록
• 봇 재시작 시 소급 검증: 이력 파일에서 마지막 15건을 읽어 킬스위치 상태 복원
• 수동 해제: .env에 RESET_KILL_SWITCH_{SYMBOL}=True 추가 후 봇 재시작

주간 리포트 모니터링:

[킬스위치 모니터링]
  XRP:  연속손실 2/8 | 15거래PF 1.42
  SOL:  연속손실 0/8 | 15거래PF -.-- (3건)
  DOGE: 연속손실 6/8 ⚠ | 15거래PF 0.71 🔴 KILLED

환경변수	설명
RESET_KILL_SWITCH_{SYMBOL}	True로 설정 후 재시작하면 해당 심볼 킬스위치 해제. 해제 후 반드시 제거할 것

---

대시보드

봇 로그를 실시간으로 파싱하여 거래 내역, 수익 통계, 차트를 웹에서 조회할 수 있습니다.

docker compose up -d
# 접속: http://<서버IP>:8080

탭	내용
Overview	총 수익, 승률, 거래 수, 최대 수익/손실 KPI + 일별 PnL 차트 + 누적 수익 곡선
Trades	전체 거래 내역 — 진입/청산가, 방향, 레버리지, 기술 지표, SL/TP, 순익 상세
Chart	15분봉 가격 차트 + RSI 지표 + ADX 추세 강도

API 엔드포인트

엔드포인트	설명
GET /api/position	현재 포지션 + 봇 상태
GET /api/trades	청산 거래 내역 (페이지네이션)
GET /api/daily	일별 PnL 집계
GET /api/stats	전체 통계 (총 거래, 승률, 수수료 등)
GET /api/candles	최근 캔들 + 기술 지표
GET /api/health	헬스 체크

---

환경변수 전체 레퍼런스

변수	기본값	필수	설명
BINANCE_API_KEY	—	✅	Binance API 키
BINANCE_API_SECRET	—	✅	Binance API 시크릿
SYMBOLS	XRPUSDT		거래 심볼 목록 (쉼표 구분)
CORRELATION_SYMBOLS	BTCUSDT,ETHUSDT		상관관계 심볼 (BTC/ETH 피처용)
LEVERAGE	10		레버리지 배수
MAX_SAME_DIRECTION	2		동일 방향 최대 포지션 수
DISCORD_WEBHOOK_URL	—		Discord 웹훅 URL
MARGIN_MAX_RATIO	0.50		최대 증거금 비율
MARGIN_MIN_RATIO	0.20		최소 증거금 비율
MARGIN_DECAY_RATE	0.0006		잔고 증가 시 감소 속도
NO_ML_FILTER	true		ML 필터 비활성화
ML_THRESHOLD	0.55		ML 예측 확률 임계값
ATR_SL_MULT	2.0		손절 ATR 배수 (전역 기본값)
ATR_TP_MULT	2.0		익절 ATR 배수 (전역 기본값)
SIGNAL_THRESHOLD	3		최소 가중치 점수 (전역 기본값)
ADX_THRESHOLD	25		ADX 횡보장 필터 (전역 기본값, 0=비활성)
VOL_MULTIPLIER	2.5		거래량 급증 배수 (전역 기본값)
ATR_SL_MULT_{SYMBOL}	—		심볼별 손절 ATR 배수 오버라이드
ATR_TP_MULT_{SYMBOL}	—		심볼별 익절 ATR 배수 오버라이드
SIGNAL_THRESHOLD_{SYMBOL}	—		심볼별 최소 가중치 점수 오버라이드
ADX_THRESHOLD_{SYMBOL}	—		심볼별 ADX 필터 오버라이드
VOL_MULTIPLIER_{SYMBOL}	—		심볼별 거래량 배수 오버라이드
DASHBOARD_API_URL	http://10.1.10.24:8000		대시보드 API 주소 (주간 리포트용)
MARGIN_MAX_RATIO_{SYMBOL}	—		심볼별 최대 증거금 비율 오버라이드
RESET_KILL_SWITCH_{SYMBOL}	—		True로 설정 후 재시작하면 킬스위치 해제 (해제 후 반드시 제거)
BINANCE_TESTNET_API_KEY	—		Testnet API 키
BINANCE_TESTNET_API_SECRET	—		Testnet API 시크릿

---

개발 가이드

코드를 수정하거나 기능을 추가하려는 개발자를 위한 섹션입니다.

아키텍처 문서: 5-레이어 구조, 데이터 흐름, MLOps 파이프라인, 동작 시나리오를 상세히 설명한 ARCHITECTURE.md를 참고하세요.

프로젝트 구조

cointrader/
├── main.py                    # 진입점 (심볼별 봇 인스턴스 생성 + asyncio.gather)
├── src/
│   ├── bot.py                 # 메인 트레이딩 루프 (심볼별 독립 인스턴스)
│   ├── config.py              # 환경변수 기반 설정 (symbols 리스트 지원)
│   ├── exchange.py            # Binance Futures API 클라이언트 (심볼별 독립)
│   ├── data_stream.py         # WebSocket 15분봉 멀티심볼 스트림
│   ├── indicators.py          # 기술 지표 계산 및 신호 생성
│   ├── ml_filter.py           # ML 필터 (ONNX 우선 / LightGBM 폴백 / 핫리로드)
│   ├── ml_features.py         # ML 피처 빌더 (26개 피처)
│   ├── mlx_filter.py          # MLX 신경망 필터 (Apple Silicon GPU 학습 + ONNX export)
│   ├── label_builder.py       # 학습 레이블 생성
│   ├── dataset_builder.py     # 벡터화 데이터셋 빌더 (학습용)
│   ├── backtester.py          # 백테스트 엔진 (단일 + Walk-Forward)
│   ├── risk_manager.py        # 공유 리스크 관리 (asyncio.Lock, 동일 방향 제한)
│   ├── notifier.py            # Discord 웹훅 알림
│   └── logger_setup.py        # Loguru 로거 설정
├── scripts/
│   ├── fetch_history.py       # 과거 데이터 수집 (--symbol 단일 / --symbols 다중)
│   ├── train_model.py         # LightGBM 모델 학습 (--symbol 지원)
│   ├── train_mlx_model.py     # MLX 신경망 학습 (Apple Silicon GPU)
│   ├── train_and_deploy.sh    # 전체 파이프라인 (--symbol / --all 지원)
│   ├── tune_hyperparams.py    # Optuna 하이퍼파라미터 자동 탐색 (--symbol 지원)
│   ├── strategy_sweep.py      # 전략 파라미터 그리드 스윕 (324개 조합)
│   ├── compare_symbols.py     # 종목 비교 백테스트 (심볼별 파라미터 sweep)
│   ├── position_sizing_analysis.py  # Robust Monte Carlo 포지션 사이징 분석
│   ├── weekly_report.py       # 주간 전략 리포트 (백테스트+킬스위치+대시보드API+추이+Discord)
│   ├── run_backtest.py        # 단일 백테스트 CLI
│   ├── deploy_model.sh        # 모델 파일 LXC 서버 전송 (--symbol 지원)
│   └── run_tests.sh           # 전체 테스트 실행
├── dashboard/
│   ├── api/                   # FastAPI 백엔드 (로그 파서 + REST API)
│   └── ui/                    # React 프론트엔드 (Vite + Recharts)
├── models/                    # 학습된 모델 저장 (심볼별 하위 디렉토리)
├── data/                      # 과거 데이터 캐시 (심볼별 하위 디렉토리)
│   └── trade_history/         # 킬스위치용 실전 거래 이력 (심볼별 JSONL)
├── results/
│   └── weekly/                # 주간 리포트 JSON 저장
├── logs/                      # 로그 파일
├── docs/plans/                # 설계 문서 및 구현 플랜
├── tests/                     # 테스트 코드 (15파일, 138개 케이스)
├── Dockerfile
├── docker-compose.yml
├── Jenkinsfile
└── requirements.txt

개발 환경 설정

# 가상환경 생성 및 활성화
python -m venv .venv
source .venv/bin/activate

# 의존성 설치
pip install -r requirements.txt

# 환경변수 설정
cp .env.example .env

테스트

# 전체 테스트 (138개)
bash scripts/run_tests.sh

# 특정 키워드 필터
bash scripts/run_tests.sh -k bot

# pytest 직접 실행
pytest tests/ -v

모든 외부 API(Binance, Discord)는 unittest.mock.AsyncMock으로 대체되며, 비동기 테스트는 @pytest.mark.asyncio를 사용합니다.

ML 모델 학습

봇은 모델 파일이 없으면 ML 필터 없이 동작합니다. 모델을 학습하려면:

전체 파이프라인 (권장)

# 전체 심볼 학습 + 배포
bash scripts/train_and_deploy.sh

# 단일 심볼만 학습 + 배포
bash scripts/train_and_deploy.sh --symbol TRXUSDT

# MLX GPU 학습 (Apple Silicon, 단일 심볼)
bash scripts/train_and_deploy.sh mlx --symbol XRPUSDT

# 학습만 (배포 없이)
bash scripts/train_and_deploy.sh lgbm 0

자동 분기: data/{symbol}/combined_15m.parquet가 없으면 1년치 전체 수집, 있으면 35일치 Upsert로 자동 전환.

단계별 수동 실행

# 1. 과거 데이터 수집
python scripts/fetch_history.py --symbol TRXUSDT --interval 15m --days 365

# 2. LightGBM 모델 학습
python scripts/train_model.py --symbol TRXUSDT

# 3. 서버에 모델 배포
bash scripts/deploy_model.sh --symbol TRXUSDT

모델 핫리로드: 봇 실행 중 모델 파일을 교체하면, 다음 캔들 마감 시 자동으로 감지해 리로드합니다.

하이퍼파라미터 튜닝 (Optuna)

# 심볼별 튜닝 (50 trials, 5폴드 Walk-Forward, ~30분)
python scripts/tune_hyperparams.py --symbol XRPUSDT

# 빠른 테스트 (10 trials, 3폴드, ~5분)
python scripts/tune_hyperparams.py --symbol TRXUSDT --trials 10 --folds 3

결과는 models/{symbol}/tune_results_YYYYMMDD_HHMMSS.json에 저장됩니다. Optuna가 찾은 파라미터는 과적합 위험이 있으므로 폴드별 AUC 분산과 개선폭을 반드시 검토하세요.

Apple Silicon GPU 가속 (M1/M2/M3/M4)

pip install mlx  # Apple Silicon 전용, requirements.txt에 미포함
bash scripts/train_and_deploy.sh mlx --symbol XRPUSDT

MLX로 학습한 모델은 ONNX 포맷으로 export되어 Linux 서버에서 onnxruntime으로 추론합니다.

전략 파라미터 스윕

기술 지표 전략의 최적 파라미터를 Walk-Forward 백테스트로 탐색합니다.

# 전체 스윕 (324개 조합, ~30분)
python scripts/strategy_sweep.py --symbols XRPUSDT --train-months 3 --test-months 1

5개 파라미터 × 3~4개 값 = 324개 조합을 순차 테스트:

파라미터	값	설명
ATR_SL_MULT	1.0, 1.5, 2.0	손절 ATR 배수
ATR_TP_MULT	2.0, 3.0, 4.0	익절 ATR 배수
SIGNAL_THRESHOLD	3, 4, 5	최소 가중치 점수
ADX_THRESHOLD	0, 20, 25, 30	ADX 필터
VOL_MULTIPLIER	1.5, 2.0, 2.5	거래량 급증 배수

핵심 발견: ADX ≥ 25 필터가 가장 영향력 있는 파라미터. 횡보장 노이즈 신호를 효과적으로 필터링.

주간 전략 리포트

매주 자동으로 전략 성능을 측정하고 Discord로 리포트를 전송합니다.

# 수동 실행 (데이터 수집 스킵)
python scripts/weekly_report.py --skip-fetch

# 전체 실행 (데이터 수집 포함)
python scripts/weekly_report.py

# 특정 날짜 리포트
python scripts/weekly_report.py --date 2026-03-07

리포트 내용:

• Walk-Forward 백테스트 성능 (심볼별 PF/승률/MDD)
• 운영 대시보드 API에서 실전 트레이드 통계 조회 (거래 수/순수익/승률)
• 성능 추이 (최근 4주 PF/승률/MDD 변화)
• ML 재도전 체크리스트 (3개 조건 자동 판단)
• PF < 1.0 시 파라미터 스윕 대안 제시

실전 데이터는 운영 대시보드 API(GET /api/trades, GET /api/stats)에서 조회합니다. DASHBOARD_API_URL 환경변수로 주소를 설정하세요.

크론탭 설정:

# 매주 일요일 새벽 3시 KST
0 18 * * 6 cd /app && python scripts/weekly_report.py >> logs/cron.log 2>&1

CI/CD

main 브랜치에 푸시하면 Jenkins 파이프라인이 자동 실행됩니다.

1. Notify Build Start — Discord 빌드 시작 알림
2. Git Clone from Gitea — 소스 체크아웃
3. Build Docker Image — Docker 이미지 빌드 (:{BUILD_NUMBER} + :latest)
4. Push to Gitea Registry — Container Registry에 푸시
5. Deploy to Prod — 운영 서버에 자동 배포 (docker compose pull && up -d)
6. Cleanup — 로컬 이미지 정리

빌드 성공/실패 결과는 Discord로 자동 알림됩니다.

설계 문서

모든 설계 문서와 구현 계획은 docs/plans/에 저장됩니다.

• YYYY-MM-DD-feature-name-design.md — 설계 결정 문서
• YYYY-MM-DD-feature-name-plan.md — 단계별 구현 계획
• ARCHITECTURE.md — 전체 아키텍처 (5-레이어, MLOps 파이프라인, 동작 시나리오, 테스트 커버리지)