1999년식 거래는 그만: 나는 Python 3.13으로 자율적인 비전 기능을 갖춘 Crypto Bot을 만들었다 🚀

Source: Dev.to

LLM_Trader v2 만나보기

시장 데이터, 뉴스, 차트 컨텍스트를 구조화된 BUY / SELL / HOLD / UPDATE 결정으로 전환하는 자율적인 비전‑기반 트레이딩 엔진.

LLM_Trader v2 작동 모습.

🏗️ 아키텍처: 시장을 위한 “두뇌”

대부분의 AI 봇은 원시 숫자를 그대로 프롬프트에 넣기 때문에 실패합니다. LLM_Trader v2는 융합을 위해 설계된 정교한 다단계 파이프라인을 사용합니다.

근육 (시장 데이터)

• ccxt를 통해 5개 이상의 주요 거래소 (Binance, KuCoin, Gate.io, MEXC, Hyperliquid)에서 데이터 수집.
• 분석 항목:
  • 기술 지표 – pandas‑ta 없이 처음부터 만든 커스텀 엔진.
  • 주문서 깊이 및 스프레드.
  • 거래 흐름 (매수/매도 비율, 거래 속도).
  • 영구 선물의 펀딩 비율.
  • 7개 타임프레임의 OHLCV: 4 h, 12 h, 24 h, 3 d, 7 d, 30 d, 365 d.

눈 (비전 엔진)

• Plotly를 사용해 약 150개의 캔들스틱 차트를 렌더링하고, AI 패턴 인식을 위해 최적화.
• 이미지를 바로 비전 모델 (Gemini Flash)로 전송해 시각적 패턴 분석 수행 — 차트 패턴 하나가 천 개의 RSI 읽기보다 가치 있을 때가 있습니다.

귀 (RAG 엔진)

• CryptoCompare를 통해 실시간 뉴스를 가져옴.
• wtpsplit으로 신경망 기반 문장 구분 수행.
• 핵심 사실과 수치를 추출하고 잡음을 필터링해 LLM에 현재 사건에 대한 “그라운드 트루스” 제공 — 헤드라인뿐 아니라 데이터가 풍부한 문장을 전달합니다.

두뇌 (모델 매니저)

• 텍스트 데이터, 시각 차트, 뉴스 스니펫, 시장 메트릭을 조율.
• Google Gemini, Claude (OpenRouter 경유), 혹은 LM Studio를 통한 로컬 모델 사이를 전환.

🧠 “채팅”에서 “실행”으로: PositionExtractor (v2의 새로운 기능)

마법은 프롬프트에만 있는 것이 아니라 파싱에 있습니다. PositionExtractor는 표준화된 정규식 패턴을 사용해 일관되게 추출합니다:

• Action – BUY / SELL / HOLD / CLOSE
• Confidence – HIGH / MEDIUM / LOW (포지션 사이징에 매핑)
• Rationale – 향후 “트레이딩 브레인” 학습을 위한 구조화된 설명을 로그에 기록.

📊 AI가 실제로 보는 것 (실제 예시)

아래는 단일 분석 사이클에 AI에게 전달되는 스냅샷입니다:

TRADING CONTEXT:
  - Symbol: BTC/USDC
  - Current Price: $87,499
  - Fear & Greed Index: 24 (Extreme Fear) – 7‑day history

MARKET OVERVIEW:
  - Total Market Cap: $3.88T | BTC Dominance: 56.52%
  - Order Book Imbalance: +0.180 (Moderate Buy Pressure)
  - Buy/Sell Ratio: 0.16 (Strong Selling)

TECHNICAL ANALYSIS (4h):
  - RSI: 46.65 | MACD Histogram: +112.46
  - ADX: 12.86 | Stochastic: 60.02/73.78
  - Death Cross Active (20 SMA

• Discord: 우리 Development Chat에 참여하세요

Disclaimer: 이 소프트웨어는 교육 목적을 위한 것입니다. 암호화폐 트레이딩은 높은 위험을 수반합니다. 항상 먼저 모의 거래를 해보세요.