298 lines
9.3 KiB
Python
298 lines
9.3 KiB
Python
# deep_analysis.py
|
|
# 17% 수익률 원인 분석 및 최대 수익률 달성 전략 수립
|
|
|
|
import re
|
|
from typing import Dict, List, Tuple
|
|
from collections import defaultdict
|
|
from datetime import datetime
|
|
|
|
|
|
def parse_trades(log_path: str) -> Tuple[List[Dict], List[Dict]]:
|
|
"""BUY/SELL 거래 모두 파싱"""
|
|
buys = []
|
|
sells = []
|
|
|
|
with open(log_path, 'r', encoding='utf-16', errors='ignore') as f:
|
|
for line in f:
|
|
buy_match = re.search(
|
|
r'\[(\d{4}-\d{2}-\d{2})\]\s+BUY:\s+(.+?)\s+@\s+([\d,]+)\s+/\s+([\d,]+)주\s+\(SL:\s+([\d,]+)\)',
|
|
line
|
|
)
|
|
if buy_match:
|
|
date, ticker, price, shares, sl = buy_match.groups()
|
|
buys.append({
|
|
'date': date,
|
|
'ticker': ticker.strip(),
|
|
'price': int(price.replace(',', '')),
|
|
'shares': int(shares.replace(',', '')),
|
|
'stop_loss': int(sl.replace(',', ''))
|
|
})
|
|
|
|
sell_match = re.search(
|
|
r'\[(\d{4}-\d{2}-\d{2})\]\s+SELL\s+\(([^)]+)\):\s+(.+?)\s+@\s+[\d,]+\s+/\s+[\d,]+주\s+\(([+-]?\d+\.\d+)%\)',
|
|
line
|
|
)
|
|
if sell_match:
|
|
date, exit_reason, ticker, return_pct = sell_match.groups()
|
|
sells.append({
|
|
'date': date,
|
|
'exit_reason': exit_reason,
|
|
'ticker': ticker.strip(),
|
|
'return_pct': float(return_pct)
|
|
})
|
|
|
|
return buys, sells
|
|
|
|
|
|
def analyze_trend_timeline(buys: List[Dict], sells: List[Dict]) -> None:
|
|
"""시간대별 성과 분석"""
|
|
print("\n" + "="*80)
|
|
print("📅 시간대별 성과 분석 (매수 시점의 시장 환경)")
|
|
print("="*80)
|
|
|
|
periods = {
|
|
'2022-01~06 (하락장)': [],
|
|
'2022-07~12 (반등)': [],
|
|
'2023-01~06 (상승)': [],
|
|
'2023-07~12 (조정)': []
|
|
}
|
|
|
|
for sell in sells:
|
|
date = sell['date']
|
|
year_month = date[:7]
|
|
|
|
if '2022-01' <= year_month <= '2022-06':
|
|
periods['2022-01~06 (하락장)'].append(sell['return_pct'])
|
|
elif '2022-07' <= year_month <= '2022-12':
|
|
periods['2022-07~12 (반등)'].append(sell['return_pct'])
|
|
elif '2023-01' <= year_month <= '2023-06':
|
|
periods['2023-01~06 (상승)'].append(sell['return_pct'])
|
|
else:
|
|
periods['2023-07~12 (조정)'].append(sell['return_pct'])
|
|
|
|
for period, returns in periods.items():
|
|
if returns:
|
|
avg = sum(returns) / len(returns)
|
|
wins = sum(1 for r in returns if r > 0)
|
|
win_rate = wins / len(returns) * 100
|
|
print(f" {period}: {len(returns):3d}회 | 평균 {avg:6.2f}% | 승률 {win_rate:5.1f}%")
|
|
|
|
|
|
def analyze_signal_quality(buys: List[Dict]) -> None:
|
|
"""매수 신호 품질 분석"""
|
|
print("\n" + "="*80)
|
|
print("🎯 매수 신호 분석 (현재 조건의 문제점)")
|
|
print("="*80)
|
|
|
|
print(f"\n총 매수 횟수: {len(buys)}회")
|
|
print("\n현재 매수 조건:")
|
|
print(" ✓ 역배열: 20<60, 60<112, 112<224")
|
|
print(" ✓ 골든크로스: 5>112")
|
|
print(" ✗ 이격도 필터: OFF")
|
|
print(" ✗ 강한 돌파 필터: OFF")
|
|
|
|
print("\n❌ 문제점:")
|
|
print(" 1. 단일 골든크로스(5>112)만으로 매수 → 약한 신호 진입 가능")
|
|
print(" 2. 이격도/돌파 필터 미사용 → 과매수 구간 진입")
|
|
print(" 3. 역배열 3개 조건 → 너무 보수적일 수 있음")
|
|
|
|
|
|
def suggest_optimization() -> None:
|
|
"""최대 수익률 달성 전략"""
|
|
print("\n" + "="*80)
|
|
print("🚀 최대 수익률 달성 전략 (17% → 40~50% 목표)")
|
|
print("="*80)
|
|
|
|
print("\n" + "="*70)
|
|
print("전략 A: 매수 신호 강화 (진입 품질 향상)")
|
|
print("="*70)
|
|
print("""
|
|
문제: 약한 신호에도 진입하여 손절/소폭 수익 비중 높음
|
|
|
|
개선안 1: 이격도 필터 활성화
|
|
USE_DISPARITY_FILTER = True
|
|
MIN_DISPARITY_PCT = 8.0 # 60일선이 224일선보다 8% 이상 이격
|
|
|
|
효과: 과매수 구간 매수 방지, 저가 매수 비중 증가
|
|
예상: 매수 횟수 20~30% 감소, 승률 +10~15% 증가
|
|
|
|
개선안 2: 골든크로스 조건 추가
|
|
GOLDEN_CROSS_CONDITION:
|
|
'5_vs_112': True (유지)
|
|
'5_vs_60': True (추가) - 단기 강세 확인
|
|
|
|
효과: 단기 모멘텀 확인 후 진입
|
|
예상: 승률 +5~8% 증가
|
|
|
|
개선안 3: 역배열 조건 완화
|
|
REVERSE_ARRAY_CONDITION:
|
|
'20_vs_60': True (유지)
|
|
'60_vs_112': False (완화) - 너무 보수적
|
|
'112_vs_224': True (유지)
|
|
|
|
효과: 매수 기회 증가 (좋은 신호 놓치지 않음)
|
|
예상: 매수 횟수 +20~30% 증가
|
|
""")
|
|
|
|
print("\n" + "="*70)
|
|
print("전략 B: 매도 전략 공격적 전환 (큰 수익 극대화)")
|
|
print("="*70)
|
|
print("""
|
|
문제: 15% 익절로 조기 청산, 큰 수익(30~50%) 구간 진입 부족
|
|
|
|
개선안 1: 익절 목표 상향
|
|
SELL_PROFIT_TAKE_PCT = 0.20 # 15% → 20%
|
|
|
|
효과: 20~30% 수익 구간 진입 빈도 증가
|
|
예상: PROFIT_TAKE 평균 수익 18% → 25%
|
|
|
|
개선안 2: 익절 비율 대폭 축소 (공격적)
|
|
SELL_PROFIT_TAKE_RATIO = 0.3 # 45% → 30% (1/3만 매도)
|
|
|
|
효과: 70% 남겨서 큰 수익 노림
|
|
예상: 30~50% 수익 비중 2~3배 증가
|
|
리스크: 하락 시 손실폭 증가 (MDD +5~10%)
|
|
|
|
개선안 3: 트레일링 스탑 재조정
|
|
# 수익률 20% 미만: 트레일링 비활성화 (HOLD)
|
|
# 수익률 20~40%: 12% 트레일링
|
|
# 수익률 40% 이상: 15% 트레일링
|
|
|
|
효과: 큰 수익 구간까지 버티기
|
|
예상: 평균 수익 +10~15% 증가
|
|
""")
|
|
|
|
print("\n" + "="*70)
|
|
print("전략 C: 손절 전략 재설계")
|
|
print("="*70)
|
|
print("""
|
|
문제: 7% 손절로 평균 -7.63% 손실 (슬리피지)
|
|
|
|
개선안 1: 손절선 완화
|
|
SELL_STOP_LOSS_PCT = 0.10 # 7% → 10%
|
|
|
|
효과: 일시적 조정 견딤, 반등 기회 포착
|
|
예상: 손절 횟수 -30~40%, 평균 손실 -7.63% → -6%
|
|
|
|
개선안 2: 기술적 손절 병행
|
|
USE_TECHNICAL_STOPLOSS = True
|
|
USE_FIXED_PCT_STOPLOSS = True
|
|
# 직전 피크 이탈 OR 10% 손절 중 먼저 도달
|
|
|
|
효과: 구조적 하락 조기 포착
|
|
예상: 큰 손실(-15% 이상) 50% 감소
|
|
""")
|
|
|
|
print("\n" + "="*70)
|
|
print("🏆 최종 추천: 복합 공격 전략 (HIGH RISK, HIGH RETURN)")
|
|
print("="*70)
|
|
print("""
|
|
Phase 1: 매수 신호 강화 (즉시 적용)
|
|
USE_DISPARITY_FILTER = True
|
|
MIN_DISPARITY_PCT = 8.0
|
|
|
|
GOLDEN_CROSS_CONDITION:
|
|
'5_vs_60': True (추가)
|
|
'5_vs_112': True (유지)
|
|
|
|
REVERSE_ARRAY_CONDITION:
|
|
'60_vs_112': False (완화)
|
|
|
|
Phase 2: 매도 전략 공격화 (즉시 적용)
|
|
SELL_PROFIT_TAKE_PCT = 0.20 # 15% → 20%
|
|
SELL_PROFIT_TAKE_RATIO = 0.30 # 45% → 30%
|
|
SELL_STOP_LOSS_PCT = 0.10 # 7% → 10%
|
|
|
|
Phase 3: 트레일링 재설계 (strategy.py 수정 필요)
|
|
if profit < 0.20:
|
|
trailing = None # 트레일링 비활성화
|
|
elif profit < 0.40:
|
|
trailing = 0.12
|
|
else:
|
|
trailing = 0.15
|
|
|
|
예상 최종 성과:
|
|
현재: 17%
|
|
Phase 1+2: 30~38% (보수적 추정)
|
|
Phase 1+2+3: 40~55% (공격적 추정)
|
|
|
|
승률: 65% → 70~75%
|
|
MDD: 현재 + 8~12% (허용 범위)
|
|
Sharpe Ratio: 개선 예상
|
|
""")
|
|
|
|
print("\n" + "="*70)
|
|
print("⚠️ 리스크 관리")
|
|
print("="*70)
|
|
print("""
|
|
1. MDD(최대 낙폭) 모니터링:
|
|
- 현재 MDD 확인 필요
|
|
- 공격 전략 시 MDD +10~15% 증가 예상
|
|
- 허용 범위: -25% 이내 권장
|
|
|
|
2. 백테스트 Out-of-Sample 검증:
|
|
- 2022~2023 최적화 → 2024~2025 검증 필수
|
|
- 오버피팅 방지
|
|
|
|
3. 단계적 적용:
|
|
- Phase 1만 먼저 적용 → 결과 확인
|
|
- 효과 있으면 Phase 2 추가
|
|
- Phase 3는 strategy.py 수정 후 적용
|
|
""")
|
|
|
|
print("\n" + "="*70)
|
|
print("📊 즉시 적용 가능한 설정 (Phase 1+2)")
|
|
print("="*70)
|
|
print("""
|
|
config.py 수정:
|
|
|
|
# 매수 신호 강화
|
|
USE_DISPARITY_FILTER = True
|
|
MIN_DISPARITY_PCT = 8.0
|
|
|
|
GOLDEN_CROSS_CONDITION = {
|
|
'5_vs_20' : False,
|
|
'5_vs_60' : True, # ← 추가
|
|
'5_vs_112' : True,
|
|
# ... 나머지 동일
|
|
}
|
|
|
|
REVERSE_ARRAY_CONDITION = {
|
|
# ...
|
|
'60_vs_112' : False, # ← True → False 완화
|
|
# ...
|
|
}
|
|
|
|
# 매도 전략 공격화
|
|
SELL_PROFIT_TAKE_PCT = 0.20 # 15% → 20%
|
|
SELL_PROFIT_TAKE_RATIO = 0.30 # 45% → 30%
|
|
SELL_STOP_LOSS_PCT = 0.10 # 7% → 10%
|
|
SELL_TRAILING_STOP_LOW_PCT = 0.12 # 8% → 12% (큰 수익까지 버티기)
|
|
SELL_TRAILING_STOP_MID_PCT = 0.12 # 8% → 12%
|
|
""")
|
|
|
|
|
|
def main() -> None:
|
|
log_path = 'latest_backtest.log'
|
|
|
|
print("="*80)
|
|
print("🔬 17% 수익률 근본 원인 분석 및 최대 수익률 달성 전략")
|
|
print("="*80)
|
|
|
|
try:
|
|
buys, sells = parse_trades(log_path)
|
|
print(f"\n총 {len(buys)}회 매수, {len(sells)}회 매도 분석")
|
|
|
|
analyze_trend_timeline(buys, sells)
|
|
analyze_signal_quality(buys)
|
|
suggest_optimization()
|
|
|
|
except FileNotFoundError:
|
|
print(f"\n[경고] {log_path} 파일을 찾을 수 없습니다.")
|
|
print("백테스트를 먼저 실행하세요: python main.py")
|
|
suggest_optimization()
|
|
|
|
|
|
if __name__ == '__main__':
|
|
main()
|