Skip to content
BranchesTags

Repository files navigation

OpenTrading — LLM 멀티포지션 자동 트레이딩 시스템

LLM 멀티 에이전트가 시장 데이터·기술 지표·뉴스를 종합해 LONG / SHORT / CLOSE_POSITION / HOLD를 결정하고, 리스크 엔진 검증 후 여러 포지션을 동시에 운용하는 자동화 트레이딩 시스템.

아키텍처

flowchart TD
    subgraph DataLayer["Data Layer"]
        WS["Bithumb WebSocket"]
        CS["CandleStreamer"]
        TM["TickerMonitor"]
        DB[("SQLite / PostgreSQL")]
        WS --> CS --> DB
        WS --> TM
    end

    subgraph AgentWorkflow["LangGraph Multi-Agent Workflow"]
        CB["Context Builder
    시세 · 지표 · 뉴스 · 포지션 목록 + position_id"]
        TA["Technical Analyst
        OHLCV · 기술 지표"]
        SA["Sentiment Analyst
        뉴스 · 시장 심리"]
        RD["Researcher Debate
        Bull vs Bear 논쟁"]
        FM["Fund Manager
        최종 액션 결정"]

        CB --> TA
        CB --> SA
        TA --> RD
        SA --> RD
        RD --> FM
        CB -. "Portfolio & Risk" .-> FM
    end

    subgraph ExecutionLayer["Execution Layer"]
        RE["Risk Engine
승인 / 거부 / 수량 계산"]
        EX["Paper / Live Executor
        포지션 개별 생성 · 청산"]
        EXC(["Bithumb / Paper"])
        RE --> EX --> EXC
    end

    subgraph NotificationLayer["Notification Layer"]
        SL["Slack"]
        GM["Gemini Summarizer
        (Vertex AI · google-genai)"]
    end

    DB --> CB
    FM -- "LONG / SHORT / CLOSE_POSITION / HOLD" --> RE
    TM -- "실시간 SL/TP 감시" --> RE
    EX -. "신규 진입" .-> GM --> SL
    EX -. "SL/TP 체결" .-> SL
Loading

CLI 명령어

# DB 초기화 (최초 1회)
uv run coin-trading init-db

# 운영 (WebSocket + 스케줄러 통합)
uv run coin-trading serve-all

# 디버그 — 데이터 수집만
uv run coin-trading refresh-data

# 디버그 — LLM 결정 1회
uv run coin-trading decide-once

# 디버그 — 수집 + 결정 1회
uv run coin-trading run-once

# 대시보드
uv run streamlit run src/coin_trading/dashboard.py
명령어 설명
init-db DB 테이블 생성. --reset 플래그로 데이터 초기화 가능
serve-all 실시간 WebSocket + 스케줄 결정 루프 + 헬스체크 (운영용)
refresh-data 시세·지표 수집만 실행
decide-once 수집 없이 DB 데이터 기반 LLM 결정 1회
run-once refresh-data + decide-once 순서로 1회 실행

LLM 결정 기준

신규 포지션 진입

액션 조건
LONG 추세 상승 · RSI 30–65 · 리스크/보상 ≥ 2:1 · 소프트 시그널 1개 이상
SHORT 추세 하락 · RSI 35–70 · 리스크/보상 ≥ 2:1 · 소프트 시그널 1개 이상
HOLD 시그널 불분명 · confidence < 0.50 · 데이터 부족

소프트 시그널 — 모멘텀(RSI·MACD 방향), 거래량(volume_ratio ≥ 0.40), 논쟁 결과(Bull/Bear WEAK+) 중 하나 이상

SL/TP 최소 거리 강제 (코드 레벨)

LLM이 좁은 레인지 장에서 너무 타이트한 SL/TP를 설정하지 못하도록 모든 provider에서 자동 보정:

최소값
SL 거리 max(1.5 × ATR, entry × 0.3%)
TP 거리 max(3.0 × ATR, entry × 0.6%)
Risk/Reward 2:1 이상

confidence 기반 포지션 비중 조절

confidence 최대 투입 비중
< 0.60 MAX_POSITION_ALLOCATION_PCT의 50% 이하
0.60 – 0.75 MAX_POSITION_ALLOCATION_PCT의 75% 이하
≥ 0.75 MAX_POSITION_ALLOCATION_PCT까지

멀티 포지션 관리

  • 동시에 여러 LONG / SHORT 포지션 보유 가능
  • CLOSE_POSITION 액션 — LLM이 position_id를 지정하여 특정 포지션만 청산
  • LONG / SHORT 액션 — 기존 포지션을 건드리지 않고 새 포지션 추가 진입
  • 청산 권고 조건: TP 도달 · 추세 반전 · SL까지 ATR × 0.3 이내 · 8–10h 경과 후 진전 없음

Risk Engine

주문 승인 조건

신호 수신
    │
    ├─ HOLD? ───────────────────────────────── 주문 없음
    │
    ├─ CLOSE_POSITION? ──── position_id 유효성 확인 → 청산 실행
    │
    └─ LONG / SHORT?
           ├─ leverage > MAX_LEVERAGE          → 거부
           ├─ 포트폴리오 낙폭 > KILL_SWITCH_DRAWDOWN → 거부 (Kill Switch)
           ├─ reentry cooldown 미경과           → 거부
           ├─ confidence < 0.50               → 거부
           └─ 승인 → 수량 계산 후 실행

수량 계산

risk_budget  = current_equity × RISK_PER_TRADE
raw_quantity = risk_budget / |entry_price - stop_loss|

allocation_pct = min(LLM 제안값, MAX_POSITION_ALLOCATION_PCT)
max_notional   = current_equity × allocation_pct × leverage

final_quantity = min(raw_quantity, max_notional / entry_price)

동적 SL/TP

메커니즘 동작 환경변수
Trailing Stop 현재가에서 일정 % 뒤로 SL이 연속적으로 따라감 TRAILING_STOP_PCT
Trailing TP (Comeback) 가격이 TP 돌파 시 → 기존 TP를 trigger로 저장 + TP를 더 연장. 가격이 trigger로 복귀 시 청산 TRAILING_TP_PCT
TP 근접 시 SL 조임 가격이 TP에서 1.5 × ATR 이내 진입 시 SL을 entry 쪽으로 0.5 × ATR씩 당김 (자동 작동)

주요 안전 장치

항목 기본값 설명
RISK_PER_TRADE 5% 한 거래에서 손절 시 잃을 최대 자산 비율
MAX_POSITION_ALLOCATION_PCT 20% 단일 포지션에 투입 가능한 최대 자산 비율
KILL_SWITCH_DRAWDOWN 10% 총 낙폭이 10% 초과 시 신규 진입 전면 차단
LIQUIDATION_BUFFER 8% 청산가 8% 이내 접근 시 경고 이벤트 발생
PRICE_CONSISTENCY_THRESHOLD_PCT 0.5% LLM 결정 중 가격이 0.5% 이상 이탈 시 주문 취소
TRADING_MODE paper 실주문 불가. live + LIVE_TRADING_ENABLED=true 동시 필요

실시간 SL/TP 모니터링

WebSocket TickerMonitor가 실시간으로 가격을 수신하여, SL/TP 도달 시 해당 포지션을 즉시 자동 청산 (emergency_exit).

뉴스 수집

CoinDesk Data API (기본값) 또는 RSS 피드에서 뉴스 적재 → Sentiment Analyst가 판단 시 활용.

CoinDesk (기본)

https://data-api.coindesk.com/news/v1/article/list 호출. CoinDesk가 GPT로 사전 분류한 SENTIMENT 라벨(POSITIVE / NEUTRAL / NEGATIVE) 그대로 LLM에 전달.

필드 출처
title TITLE
subtitle SUBTITLE (BODY는 노이즈로 제외)
source SOURCE_DATA.NAME (CoinDesk, Bitcoin.com 등)
categories CATEGORY_DATA.CATEGORY (BTC, MARKET, EXCHANGE 등)
sentiment SENTIMENT 라벨
score UPVOTES − DOWNVOTES
published_at PUBLISHED_ON (UTC)

Incremental Fetch

매 사이클마다 동일 50건을 다시 처리하지 않도록 AppState.coindesk_last_published_ts에 high watermark 저장. PUBLISHED_ON > last_ts만 INSERT.

환경변수

NEWS_SOURCE=coindesk         # coindesk | rss
COINDESK_API_KEY=...
COINDESK_LANG=EN
COINDESK_CATEGORIES=BTC      # 빈 값이면 전체
COINDESK_FETCH_LIMIT=50

Observability (Opik)

각 LangGraph 노드의 latency / 입출력 / 토큰 사용량을 Opik 대시보드에서 트레이싱.

설정

OPIK_API_KEY=...
OPIK_WORKSPACE=your-workspace      # 미설정 시 default
OPIK_PROJECT_NAME=opentrading

미설정이면 트레이싱 자동 비활성 (no-op). 거래 흐름에 영향 없음.

캡처되는 정보

Span 측정
technical_analyst LLM 호출 시간, prompt/response, tokens
sentiment_analyst (병렬 실행 — analyst 둘 중 느린 쪽이 bottleneck)
sequential_debate Bull → Bear 순차 시간 (가장 큰 latency 원인)
fund_manager 최종 JSON 결정 latency

로컬 로그에도 elapsed 출력

Opik 미설정 시에도 stdout / logs/trading.log에서 노드별 시간 확인 가능:

   <- [Node] Technical Analyst finished in 2.34s.
   <- [Node] Sentiment Analyst finished in 3.11s.
   <- Bull finished in 4.87s
   <- Bear finished in 5.20s
   <- [Node] Debate concluded (bull=4.87s bear=5.20s total=10.07s).
   <- [Node] Fund Manager finished in 6.42s.

알림 시스템

Slack Incoming Webhook으로 모든 알림 발송.

채널 환경변수
Slack SLACK_WEBHOOK_URL

알림 트리거

이벤트 메시지 종류
신규 LONG / SHORT 진입 Gemini 요약 (Vertex AI · google-genai SDK)
SL / TP 체결 청산 Plain-text 포맷 (방향, 진입가, 체결가, 실현 PnL)
헬스체크 (08:00 / 15:00 / 21:00) [시각] 봇 정상 작동 중

Vertex AI 미설정 시 Gemini 요약 대신 fallback 포맷이 사용됩니다.

환경변수 (.env)

.env.example 참고. 주요 항목:

# 트레이딩 모드
TRADING_MODE=paper           # paper | live
EXCHANGE=bithumb_spot
SYMBOL=KRW-BTC
INITIAL_EQUITY=100000000

# 리스크 관리
RISK_PER_TRADE=0.05
MAX_LEVERAGE=1
MAX_POSITION_ALLOCATION_PCT=20
KILL_SWITCH_DRAWDOWN=0.10
TRAILING_TP_PCT=0.005
TRAILING_STOP_PCT=0.003

# LLM
LLM_PROVIDER=nvidia          # nvidia | openai | gemini | openrouter
LLM_MODEL=nvidia/nemotron-3-super-120b-a12b

# 알림
SLACK_WEBHOOK_URL=https://hooks.slack.com/services/...

# Vertex AI (Gemini 요약)
VERTEX_PROJECT_ID=...
VERTEX_MODEL_ID=gemini-2.5-flash
VERTEX_LOCATION=us-central1
GOOGLE_APPLICATION_CREDENTIALS=path/to/service-account.json

운영 (macOS launchd)

scripts/bot.sh 한 번에 launchd 등록·시작·정지·로그 확인.

# 시작 / 정지 / 재시작
./scripts/bot.sh start      # 봇 시작 + 부팅 시 자동 시작 + 죽으면 자동 재시작
./scripts/bot.sh stop       # 정지 + launchd 등록 해제 (실행 끄기)
./scripts/bot.sh restart    # 재시작

# 모니터링
./scripts/bot.sh status     # 살아있는지 + PID + 메모리/CPU
./scripts/bot.sh logs       # 실시간 트레이딩 로그 (Ctrl+C 종료)
./scripts/bot.sh errors     # 에러 로그 (마지막 50줄)
  • 로그: logs/trading.log (매일 자정 자동 분할, 7일치 보관)
  • launchd 출력: logs/launchd.out, logs/launchd.err
  • Sleep 방지: Amphetamine 등 별도 앱 사용 권장

디렉토리 구조

src/coin_trading/
├── agent/              # LangGraph 멀티 에이전트 (analyst, researcher, fund manager)
│   ├── nodes/
│   ├── prompts/
│   ├── context.py      # LLM 컨텍스트 구성
│   ├── llm.py          # Provider별 LLM 클라이언트 + SL/TP 보정
│   └── schemas.py      # 결정 스키마
├── db/                 # SQLAlchemy 모델 / 세션
├── market/             # 시세 수집, 지표, 뉴스
│   └── exchange/       # Bithumb REST · WebSocket
├── trade/              # Risk Engine, 포트폴리오, 실행기
│   └── execution/      # paper · live_bithumb
├── notifications/      # Slack · Gemini Summarizer
├── app.py              # CLI 엔트리
├── config.py           # Pydantic Settings
├── dashboard.py        # Streamlit 대시보드
└── scheduler.py        # 통합 파이프라인 / serve-all

About

No description, website, or topics provided.

Resources

Readme
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

Packages

Contributors

Languages