DNABOX — Chart Context
실거래 판단은 기사와 커뮤니티가 아니라 캔들 구조, 추세 상태, 저점 깊이, 반등 증거만 사용합니다.
- TRENDING_UP chart regime
- +0.125
- RANGE_BEAR low-zone regime
- +0.075
- BEAR trend caution
- -0.125
- News / DC live-order block
- OFF
in this issue
기존 Smart Score를 단순 합산기로 쓰지 않고, 저점 깊이와 반등 전환, 지지·저항, 손익비를 하나의 차트 기반 진입 게이트로 재구성했습니다.
실거래 판단은 기사와 커뮤니티가 아니라 캔들 구조, 추세 상태, 저점 깊이, 반등 증거만 사용합니다.
NFIX5의 informative pair 철학과 과매도 전환 조건을 반영. 1h 큰 흐름과 15m 저점 깊이를 함께 봅니다.
Source RepositoryBollinger %B와 MACD histogram 회복을 reversal factor로 반영. 밴드 하단 이후 반등 전환 여부를 점수화합니다.
Source Repository복수 지표가 동시에 과매도를 가리킬 때 단일 지표보다 높은 신뢰를 부여하는 confluence 사고방식을 반영.
실전 운용을 위해 손익비, 분할진입, 체결가 정규화, legacy 포지션 분리, exit 우선순위를 추가했습니다.
실시간 매수·매도는 차트 기반 Unified 규칙, 잔고, 손익비, 포지션 한도처럼 이미 계산 가능한 값만 읽어서 끝냅니다.
AI는 주문을 막거나 승인하지 않고, 지나간 차트 판단을 분석해 어떤 저점이 맞았고 어떤 고점 매도가 늦었는지 제안합니다.
빠른 경로는 긴 분석을 하지 않습니다. 미리 계산된 숫자와 현재 상태만 읽고, 남은 시간은 주문 안정성에 남겨둡니다.
학습은 자동으로 돈을 태우는 기능이 아닙니다. 먼저 기록하고, 나중에 복기하고, 통계로 이긴 규칙만 제한적으로 승격합니다.
현재 기준에서 AI는 실시간 매수 승인권을 갖지 않습니다. AI 의견은 주문 이후의 그림자 기록으로만 쌓고, 충분한 백테스트와 운영 검증을 통과한 후보만 사람이 승인해 빠른 경로 규칙으로 반영합니다.
이 구조에서 AI는 순간 주문을 대신 누르지 않습니다. 대신 봇이 남긴 수천 개의 판단을 읽고, 더 이길 확률이 높은 규칙 후보를 만들어 백테스트까지 통과시킵니다.
매수한 자리와 매수하지 않은 자리까지 모두 저장합니다. 똑똑해지려면 성공한 거래뿐 아니라 지나간 기회도 같이 배워야 합니다.
30분, 1시간, 3시간 뒤 가격을 붙여 어떤 저점이 진짜였고 어떤 신호가 너무 빨랐는지 자동으로 판별합니다.
신호 기준, 손익비 기준, 트레일링 폭을 여러 후보로 바꿔보며 과거 일지에서 더 나은 조합을 찾습니다.
후보가 백테스트에서 수익률, 승률, 낙폭 기준을 통과해야만 실제 Unified 규칙으로 승격됩니다.
최근 검증 구간, 손절 빈도, 최대 역행폭, 종목 확산도가 약하면 평균 수익이 좋아도 승격하지 않습니다.
자동 반영은 무조건 하지 않습니다. 표본 수, 최근 검증, 손절 빈도, 종목 확산도, 백테스트 결과가 모두 기준을 넘을 때만 승격됩니다.
매 5분 live-runner 판단을 별도 테이블에 저장합니다. depth, reversal, chart regime, RR, 진입/보류 사유를 남기므로 차트 규칙 복기 속도가 올라갑니다.
현재 ADA는 예전 trend-pullback 태그로 진입한 포지션이라 기존 청산 규칙으로 관리됩니다. 새 포지션부터 unified 태그가 붙는 방식은 안전하지만, 대시보드에 “기존 포지션” 구분을 계속 명확히 표시해야 합니다.
운영 번들은 빌드되어 정상 실행 중이지만, bot 전체 타입검사에는 기존 backtest-worker와 fast-tick-engine 쪽 타입 부채가 남아 있습니다. 다음 큰 변경 전에는 이 부채를 제거하는 것이 안전합니다.
심리 피처, 5분 시장상황 윈도우, Titan V2 벡터 유사 사례 통계를 저장합니다. 실거래 주문은 그대로 두고 결과 라벨을 먼저 쌓아 안전하게 검증합니다.
커뮤니티 글을 전수로 읽기보다 체결, 호가, 가격 진행 불일치로 저점매수 함정과 흡수 반등을 먼저 구분합니다. dip trap, flow divergence, capitulation quality, absorption rebound가 실시간 판단에 기록됩니다.
1차 진입 후 수익권, 체결비용, 심리 함정, 기억 우위, 목표가까지 남은 거리를 다시 검사합니다. 조건이 유지될 때만 2차 30%, 3차 20%를 추가합니다.
매수 전 계좌 전체 손실 가능액, 보유 포지션 손절 위험, 총 노출 비율을 다시 계산합니다. 신호가 좋아도 위험 예산을 넘기면 주문 금액을 줄이거나 막습니다.
BTC, ETH, SOL, XRP, ADA가 같은 방향으로 움직이는 정도를 계산합니다. 서로 높은 상관 포지션이 이미 많으면 신규 진입과 추가매수 금액을 줄이거나 막습니다.
학습 후보가 평균 수익만 좋아 보여도 최근 검증 구간, 손절 빈도, 목표가 히트율, 최대 역행폭, 종목 확산도를 통과하지 못하면 실전 규칙으로 승격하지 않습니다.
현재 심리 신호가 과거에 실제로 손절을 많이 냈는지, 목표가를 더 잘 맞췄는지 확인합니다. 심리 공식이 시장 결과에 맞춰 보수적으로 보정됩니다.
현재 buy signal, 손익비, 기억 우위와 비슷했던 과거 판단을 찾아 3시간 뒤 수익률과 손절 빈도를 확인합니다. 같은 신호가 계속 손절을 냈으면 주문 비중과 점수를 즉시 낮춥니다.
실거래 루프가 저장한 최근 판단입니다. HOLD도 남기기 때문에 매수하지 않은 이유까지 추적할 수 있습니다.