AI 가격 예측

가격 예측은 일반적으로 머신러닝과 딥러닝 알고리즘을 결합하고 과거 데이터와 시장 기술 지표를 사용합니다. 다음은 몇 가지 일반적인 방법입니다.

1. 시계열 분석

• ARIMA(자기회귀 통합 이동 평균 모델): 이 방법은 고정된 시계열의 미래 값을 예측하는 데 사용되며 단기 예측에 적합합니다.
• SARIMA (계절 ARIMA): ARIMA를 기반으로 계절성분을 추가하여 계절적 추세가 뚜렷한 데이터에 적합합니다.

2. 머신러닝 알고리즘

• 랜덤 포레스트: 의사결정나무 기반의 앙상블 학습 방법은 과적합 위험을 효과적으로 줄이고 안정적인 예측 결과를 제공할 수 있습니다.
• 지원 벡터 머신(SVM): 고차원 데이터 처리에 적합하며, 복잡한 주가 움직임 패턴을 발견할 수 있습니다.

3. 딥러닝 모델

• LSTM(장단기 기억 네트워크): 시계열 데이터의 장기적인 종속성을 잘 처리하고 주가 추세 예측에 매우 적합한 순환 신경망(RNN)입니다.
• GRU(게이트 순환 장치): LSTM과 유사하지만 구조가 더 간단하고 계산 효율성이 더 높습니다.

4. 혼합 모델

• XGBoost + LSTM: XGBoost와 LSTM을 결합하면 데이터의 선형 및 비선형 패턴을 동시에 캡처하여 예측 정확도를 높일 수 있습니다.

5. 기술적 지표

• 다음과 같이 일반적으로 사용되는 기술 지표상대 강도 지수(RSI)그리고이동 평균 수렴 발산(MACD), 거래의 진입 및 퇴출 시점을 식별하는 데 도움이 될 수 있습니다.

6. 강화 학습

강화 학습을 사용하는 지능형 거래 시스템은 시뮬레이션된 시장 환경에서 학습하고 시간이 지남에 따라 구매 및 판매 결정을 최적화하여 점차적으로 거래 전략을 개선할 수 있습니다.

7. 빅데이터와 감성분석

AI 모델은 뉴스와 소셜미디어의 정서 분석을 통해 시장 정서를 판단하고, 외부 요인에 따른 주가 변동을 예측할 수 있습니다.

8. 주의사항

여러 알고리즘을 외부 데이터(예: 경제 지표, 회사 기본 분석)와 결합하면 가장 효과적인 AI 주가 예측 모델이 생성되는 경우가 많습니다.

지표 및 운영 전략

주가 예측에 AI를 사용할 때 모델은 투자자의 의사 결정을 돕기 위해 다양한 지표를 생성합니다. 이러한 지표는 시장 동향을 판단하고 다양한 시나리오에 따라 해당 거래 작업을 수행하는 데 사용될 수 있습니다. 다음은 이를 운영하기 위한 몇 가지 일반적인 예측 지표와 전략입니다.

1. 가격 예측

모델이 직접 예측한 미래 주가 가치입니다.

• 운영 전략:예상 가격이 현재 가격보다 높으면 구매를 권장할 수 있습니다. 현재 가격보다 낮을 경우 매도를 권장합니다.

2. 상승 및 하락 확률

모델은 주식 가격이 오르거나 내릴 확률을 예측할 수 있습니다.

• 운영 전략:상승 확률이 특정 임계값(예: 70%)을 초과하는 경우 구매를 권장합니다. 떨어질 확률이 높으면 매도하거나 기다려 보는 것이 좋습니다.

3. 추세 신호

모델은 이동 평균과 같은 기술 지표를 기반으로 주식의 추세 방향을 예측할 수 있습니다.

• 운영 전략:추세 신호가 주식이 상승세에 있음을 나타내면 매수하는 것이 좋습니다. 하락 추세를 나타내는 경우 매도 또는 공매도하는 것이 좋습니다.

4. 과매수/과매도 신호

RSI(상대 강도 지수)와 같은 기술 지표를 사용하여 주식이 과매수 또는 과매도 상태인지 확인할 수 있습니다.

• 운영 전략:RSI 지표에 주식이 과매도된 것으로 나타나면 매수 시점일 수 있습니다. 과매수를 나타내는 경우 매도하거나 이익을 얻을 시기일 수 있습니다.

5. 변동성

이 모델은 주식의 미래 가격 변동 범위를 예측할 수 있습니다.

• 운영 전략:예측 변동성이 높을 경우 시장이 불안정하다는 의미이므로 보수적인 전략을 취하는 것이 좋습니다. 변동성이 낮다면 포지션 보유를 고려할 수 있습니다.

6. 거래강도

시장의 구매자와 판매자의 강점을 기반으로 예측합니다.

• 운영 전략:구매 강도가 판매 강도보다 높을 경우 구매를 권장합니다. 그렇지 않으면 매도하거나 공매도하는 것이 좋습니다.

7. 손실을 멈추고 이익을 얻으세요.

모델은 과거 데이터를 기반으로 합리적인 손절매 및 이익 실현 지점을 제안할 수 있습니다.

• 운영 전략:가격이 손절매 지점에 도달하면 더 큰 손실을 피하기 위해 매도해야 합니다. 가격이 이익 정지 지점에 도달하면 이익을 얻는 것이 좋습니다.

요약

다양한 예측 지표에 따라 투자자는 매수, 매도, 방관 등 상응하는 거래 결정을 내릴 수 있습니다. 여러 지표를 결합하면 다양한 시장 시나리오에서 보다 합리적인 투자 결정을 내리는 데 도움이 될 수 있습니다.

회전 표시 프로그램

수많은 회전 판정 지표 중 모든 지표가 동일한 예측력을 갖는 것은 아닙니다. 다음은 최근(2020~2025년)의 시장 경험을 바탕으로 정확성과 실용성에 따라 등급을 매기고, 시장 간 비교와 프로세스 자동화를 통해 구하고 계산하는 방법을 설명한다.

최근 몇 년간 정확도가 높은 주요 지표

최근 몇 년 동안 이러한 지표가 더욱 정확해진 이유는 무엇입니까?

수익률곡선이 높은 정확도를 유지하는 이유는 미래경제에 대한 채권시장의 집합가격을 반영하기 때문이다. 채권시장 참여자는 기관법인이 지배하고 있으며, 정보 효율성은 개인 투자자가 지배하는 시장보다 훨씬 높습니다. ISM의 신규 수주는 기업 측의 실제 수요 변화를 직접적으로 반영하며 시장 정서에 영향을 받지 않습니다. 고수익 채권 스프레드는 신용 시장의 "스트레스 게이지"입니다. 기업의 부도 위험이 높아지면 펀드는 고위험 자산에서 가장 먼저 인출됩니다. 이 신호는 대개 주식시장의 반응보다 먼저 나타납니다.

상대적으로 VIX와 자금 조달 잔액의 정확성은 최근 몇 년 동안 감소했습니다. 주된 이유는 제로데이 만료 옵션(0DTE)이 옵션 시장 구조를 크게 변화시키고 VIX를 왜곡했기 때문입니다. 소셜 미디어를 통한 개인 투자자들의 집단적 행동 또한 전통적인 정서 지표의 신호 품질을 저하시켰습니다.

시장 간 비교를 위한 방법론

서로 다른 시장을 순환적으로 비교할 때는 비교 가능한 표준화된 프레임워크를 확립해야 합니다.

상대 강도

두 시장이나 업종의 가격을 비교하고 비율의 추세 방향을 관찰하세요. 예를 들어, "MSCI 신흥시장지수/MSCI 선진시장지수"를 곡선으로 그린다면, 이 비율이 증가한다는 것은 신흥시장의 성과가 더 좋다는 것을 의미합니다. 이 방법은 두 개의 비교 가능한 자산에 적용될 수 있습니다.

• 성장 대 가치: Russell 1000 성장 / Russell 1000 가치
• 미국 주식 vs 유럽 주식: S&P 500 / STOXX 600
• 대형 vs 소형: S&P 500/Russell 2000
• 대만 주식 vs. 본토 주식: TAIEX/CSI 300

Z-점수 정규화 방법

다양한 시장의 지표는 Z-Score(평균과의 표준편차의 배수)로 균일하게 변환되며, 수평적 비교는 차원적 차이를 제거한 후에만 가능합니다. 공식은 다음과 같습니다. Z = (현재 가치 - 지난 N 기간의 평균값) / 지난 N 기간의 표준 편차. 예를 들어 미국 PMI는 52이고 유로존 PMI는 47입니다. 표면적으로는 큰 차이가 없습니다. 그러나 미국 PMI 과거 평균이 53이면 표준 편차는 3이고 Z-Score는 -0.33입니다.

경제 서프라이즈 지수 비교 방법

Citi 경제 서프라이즈 지수는 실제 경제 데이터가 시장 기대치와 얼마나 다른지 측정합니다. 이 지수를 국가별로 비교하면 어느 지역의 펀더멘털이 기대 이상으로 개선되거나 악화되고 있는지 확인할 수 있습니다. 자금은 서프라이즈 지수가 개선되는 시장으로 흘러가는 경향이 있습니다.

프로그래밍된 자동 데이터 수집 및 지표 계산

다음은 Python을 사용하여 자동화된 모니터링 시스템을 구축하는 전체 아키텍처 및 프로그램 예제입니다.

데이터 소스 및 해당 API

핵심 프로그래밍 아키텍처

# === 필수 패키지 설치 ===
# pip install yfinance fredapi pandas numpy schedule

import yfinance as yf
import pandas as pd
import numpy as np
from fredapi import Fred
from datetime import datetime, timedelta

# FRED API 키(무료로 신청하려면 https://fred.stlouisfed.org/docs/api/api_key.html로 이동)
fred = Fred(api_key='YOUR_FRED_API_KEY')

# ==========================================
# 1. 수익률 곡선: 2년-10년 금리 스프레드
# ==========================================
def get_yield_curve_spread():
    gs10 = fred.get_series('DGS10')  # 10년 국채수익률
    gs2 = fred.get_series('DGS2')    # 2년만기 국채수익률
    spread = gs10 - gs2
    spread = spread.dropna()
    latest = spread.iloc[-1]
    status = "거꾸로(경기침체 경고)" if latest < 0 else "정상"
    return {
        'spread': round(latest, 3),
        'status': status,
        'series': spread.tail(252)  # 지난 1년간의 정보
    }

# ==========================================
# 2. 고수익 채권 스프레드
# ==========================================
def get_hy_spread():
    hy = fred.get_series('BAMLH0A0HYM2')
    hy = hy.dropna()
    latest = hy.iloc[-1]
    avg_1y = hy.tail(252).mean()
    z_score = (latest - hy.tail(756).mean()) / hy.tail(756).std()
    return {
        'spread_bp': round(latest * 100, 0),
        'z_score': round(z_score, 2),
        'risk_level': "위험" if z_score > 1.5 else "중립적" if z_score > -0.5 else "낮은 위험"
    }

# ==========================================
# 3. 브론즈-골드 비율
# ==========================================
def get_copper_gold_ratio():
    copper = yf.download('HG=F', period='2y')['Close']
    gold = yf.download('GC=F', period='2y')['Close']
    ratio = copper / gold
    ratio = ratio.dropna()
    current = ratio.iloc[-1]
    ma_200 = ratio.rolling(200).mean().iloc[-1]
    trend = "경기 확장 신호" if current > ma_200 else 경기 위축 신호”
    return {'ratio': round(current, 5), 'ma200': round(ma_200, 5), 'trend': trend}

# ==========================================
# 4. 시장별 상대적 강점 비교
# ==========================================
def relative_strength(ticker_a, ticker_b, period='1y'):
    """두 자산의 상대적인 강도 비율과 추세를 계산합니다"""
    a = yf.download(ticker_a, period=period)['Close']
    b = yf.download(ticker_b, period=period)['Close']
    ratio = a / b
    ratio = ratio.dropna()
    ma_50 = ratio.rolling(50).mean()
    latest_ratio = ratio.iloc[-1]
    latest_ma = ma_50.iloc[-1]
    outperformer = ticker_a if latest_ratio > latest_ma else ticker_b
    return {
        'ratio': round(latest_ratio, 4),
        'ma50': round(latest_ma, 4),
        'outperformer': outperformer,
        'series': ratio
    }

#사용 예:
# 상대적_강도('IWF', 'IWD') # 성장 대 가치
#relative_strength('EEM', 'SPY') # 신흥 시장 대 미국 주식
#relative_strength('^TWII', '000300.SS') # 대만 주식 대 CSI 300

# ==========================================
# 5. Z-점수 정규화된 시장 간 비교
# ==========================================
def zscore_compare(series_dict, lookback=756):
    """
    여러 시장에서 시계열을 수신하고 Z-Score를 계산하고 수평으로 비교합니다.
    series_dict: {'미국': pd.Series, '유럽': pd.Series, ...}
    """
    results = {}
    for name, series in series_dict.items():
        s = series.dropna().tail(lookback)
        current = s.iloc[-1]
        z = (current - s.mean()) / s.std()
        results[name] = {
            'current': round(current, 3),
            'z_score': round(z, 2),
            'percentile': round((s < current).mean() * 100, 1)
        }
    return pd.DataFrame(results).T.sort_values('z_score', ascending=False)

# ==========================================
# 6. 부문 모멘텀 순위
# ==========================================
def sector_momentum_ranking():
    """미국 11개 주요 주식 부문 ETF의 다기간 모멘텀 및 순위 획득"""
    sectors = {
        '과학과 기술': 'XLK', '재원': 'XLF', '의료': 'XLV',
        '불필요한 소비': 'XLY', '필수소비': 'XLP', '산업': 'XLI',
        '에너지': 'XLE', '원재료': 'XLB', '유용': 'XLU',
        '부동산': 'XLRE', '의사소통': 'XLC'
    }
    results = []
    for name, ticker in sectors.items():
        data = yf.download(ticker, period='1y')['Close']
        ret_1m = (data.iloc[-1] / data.iloc[-21] - 1) * 100
        ret_3m = (data.iloc[-1] / data.iloc[-63] - 1) * 100
        ret_6m = (data.iloc[-1] / data.iloc[-126] - 1) * 100
        # 종합 모멘텀 점수: 가까운 미래에 가중치가 높아집니다.
        score = ret_1m * 0.4 + ret_3m * 0.35 + ret_6m * 0.25
        results.append({
            '그릇': name, '1개월%': round(ret_1m, 2),
            '3개월%': round(ret_3m, 2), '6개월%': round(ret_6m, 2),
            '종합운동에너지': round(score, 2)
        })
    df = pd.DataFrame(results).sort_values('종합운동에너지', ascending=False)
    return df.reset_index(drop=True)

자동 예약 및 알림

import schedule
import time
import requests

def send_line_notify(token, msg):
    """LINE Notify로 메시지 보내기"""
    headers = {'Authorization': f'Bearer {token}'}
    requests.post('https://notify-api.line.me/api/notify',
                  headers=headers, data={'message': msg})

def daily_rotation_report():
    """일일 순환 모니터링 보고서"""
    yc = get_yield_curve_spread()
    hy = get_hy_spread()
    cg = get_copper_gold_ratio()
    sectors = sector_momentum_ranking()

    report = 에프"""
=== 일일 회전 모니터링 ===
날짜: {datetime.now().strftime('%Y-%m-%d')}

수익률 곡선(2Y-10Y): {yc['spread']}% {yc['status']}
고수익 채권 스프레드 Z-점수: {hy['z_score']} ({hy['risk_level']})
구리-금 비율 추세: {cg['trend']}

상위 3개 부문 모멘텀 순위:
{sectors.head(3).to_string(index=False)}

업종 모멘텀은 하위 3위입니다.
{sectors.tail(3).to_string(index=False)}
"""
    print(report)
    # send_line_notify('YOUR_LINE_TOKEN', report)
    return report

# 매일 오후 6시에 실행
schedule.every().monday.at("18:00").do(daily_rotation_report)
schedule.every().tuesday.at("18:00").do(daily_rotation_report)
schedule.every().wednesday.at("18:00").do(daily_rotation_report)
schedule.every().thursday.at("18:00").do(daily_rotation_report)
schedule.every().friday.at("18:00").do(daily_rotation_report)

while True:
    schedule.run_pending()
    time.sleep(60)

포괄적인 휠 대시보드 계산 논리

def rotation_dashboard():
    """
    현재 경제 사이클 단계에 대한 판단을 출력하는 종합적인 다중 지표
    복귀 : 회복/확장/과열/경기침체 확률 추정
    """
    scores = {'회복': 0, '확장': 0, '과열': 0, '감소': 0}

    #수익률 곡선 신호
    yc = get_yield_curve_spread()
    if yc['spread'] < -0.5:
        scores['감소'] += 3
    elif yc['spread'] < 0:
        scores['과열'] += 2; scores['감소'] += 1
    elif yc['spread'] < 1.0:
        scores['확장'] += 2
    else:
        scores['회복'] += 3

    # 고수익 채권 스프레드 신호
    hy = get_hy_spread()
    if hy['z_score'] > 1.5:
        scores['감소'] += 3
    elif hy['z_score'] > 0.5:
        scores['과열'] += 2
    elif hy['z_score'] > -0.5:
        scores['확장'] += 2
    else:
        scores['회복'] += 2

    # 구리-금 비율 신호
    cg = get_copper_gold_ratio()
    if cg['ratio'] > cg['ma200']:
        scores['확장'] += 2
    else:
        scores['감소'] += 1; scores['회복'] += 1

    # 확률분포로 변환
    total = sum(scores.values())
    probs = {k: round(v/total*100, 1) for k, v in scores.items()}
    phase = max(probs, key=probs.get)

    return {
        '심판주기': phase,
        '각 단계의 확률': probs,
        '권장 구성': {
            '회복': '기술과 금융에 비중확대; 저체중 수비',
            '확장': '원료와 에너지에 대한 비중확대; 높은 수준의 재고를 유지하라',
            '과열': '성장주 비중축소; 원자재와 인플레이션 방지 자산을 늘리세요',
            '감소': '공공 부채와 현금을 늘리십시오. 방어 부문에 비중확대'
        }[phase]
    }

고급: 대만 주식 부문 순환 모니터링

def tw_sector_rotation():
    """대만 주식 ETF 모멘텀 추적"""
    tw_sectors = {
        '대만반도체': '00891.TW',
        '대만 ESG 지속가능성': '00850.TW',
        '대만 금융': '0055.TW',
        '대만 고배당': '0056.TW',
        '대만 50': '0050.TW',
        '대만 미디엄 100': '0051.TW',
    }
    results = []
    for name, ticker in tw_sectors.items():
        try:
            data = yf.download(ticker, period='6mo')['Close'].dropna()
            if len(data) < 63:
                continue
            ret_1m = (data.iloc[-1] / data.iloc[-21] - 1) * 100
            ret_3m = (data.iloc[-1] / data.iloc[-63] - 1) * 100
            results.append({
                '재고': name,
                '1 월 보수%': round(ret_1m, 2),
                '3개월 보수%': round(ret_3m, 2),
                '운동에너지 분율': round(ret_1m * 0.5 + ret_3m * 0.5, 2)
            })
        except Exception as e:
            print(f"{name}획득 실패:{e}")
    return pd.DataFrame(results).sort_values('운동에너지 분율', ascending=False)

실용적인 제안

프로그래밍된 모니터링의 핵심 가치는 인간의 판단을 대체하는 것이 아니라 정서적 간섭을 제거하고 규율을 보장하는 것입니다. 시스템을 구축할 때 다음 사항에 특별한 주의가 필요합니다.

1. 단일 지표의 승률은 55~65% 정도이며, 신뢰도를 70% 이상으로 높이기 위해서는 여러 지표에 대한 교차검증이 필요하다.
2. FRED API의 일일 통화 한도는 120(무료 버전)입니다. 반복되는 요청을 피하기 위해 획득한 데이터를 로컬 SQLite 또는 CSV에 저장하는 것이 좋습니다.
3. yfinance는 공식 API가 아니며 Yahoo 개정으로 인해 때때로 유효하지 않을 수 있습니다. Try-Exception 및 대체 소스(예: 대만 주식의 경우 FinMind)를 추가하는 것이 좋습니다.
4. 모든 지표에는 적용 가능한 기간이 있습니다. 수익률곡선은 중장기(6개월 이상)를 판단하기에 적합하고, 업종 모멘텀은 단기(1~3개월)를 판단하기에 적합하다. 혼합 시에는 시간 척도의 일관성에 주의해야 합니다.
5. 일주일에 한 번 완전한 보고서를 작성하고, 과도한 거래를 피하기 위해 매일 비정상적인 변화(예: 하루에 스프레드가 20bp 이상 확대되는 등)만 모니터링하는 것이 좋습니다.

Python yfinance 패키지

yfinance는 Yahoo Finance에서 금융 시장 데이터를 얻기 위해 Ran Aroussi가 개발한 오픈 소스 Python 제품군입니다. Yahoo Finance가 2017년 공식 API를 종료한 후 yfinance는 공개 정보에 액세스하는 가장 인기 있는 도구가 되었습니다. 최신 버전은 1.2.0(2026년 2월 출시)으로, Apache에서 라이센스가 부여되었으며 완전 무료이며 연구 및 교육 목적에 적합합니다.

설치 및 기본 설정

# 설치하다
pip install yfinance

#최신버전으로업그레이드
pip install yfinance --upgrade

# 기본 가져오기
import yfinance as yf

yfinance의 종속성 패키지에는 pandas, numpy, 요청 및 lxml이 포함되어 있으며 Anaconda 환경을 사용하는 경우 모두 사전 설치되어 있습니다.

핵심 카테고리 및 기능 개요

접근 가능한 데이터 범위

yfinance가 얻을 수 있는 정보는 단순한 주가를 넘어서 다음 범주를 포괄합니다.

지원되는 타겟 코드 형식

과거 가격: 가장 많이 사용되는 기능

import yfinance as yf

# ========================================
# 방법 1: Ticker 객체 사용 (단일 대상에 대한 심층 분석에 적합)
# ========================================
tsmc = yf.Ticker("2330.TW")

# 역사적 가격을 얻으세요
hist = tsmc.history(period="1y")        #거의 1년
hist = tsmc.history(period="6mo")       # 지난 6개월
hist = tsmc.history(period="5d")        # 지난 5일
hist = tsmc.history(period="max")       # 모든 역사
hist = tsmc.history(start="2024-01-01",
                    end="2025-12-31")   #기간 지정

# 기간 매개변수 옵션:
# 1d, 5d, 1mo, 3mo, 6mo, 1y, 2y, 5y, 10y, ytd, max

# ========================================
#방법 2: download() 사용(여러 표준을 일괄 다운로드하는 데 적합)
# ========================================
data = yf.download(
    tickers="SPY QQQ EEM GC=F BTC-USD",
    period="1y",
    interval="1d",      #일제
    group_by="ticker",  #대상별로 그룹화
    auto_adjust=True,   # 권리금 자동 조정
    threads=True        #다중 스레드로 다운로드 속도 향상
)
# 특정 객체에 접근: data['SPY']['Close']

# ========================================
# 시간 세분성(간격 매개변수)
# ========================================
# 분 레벨: 1m, 2m, 5m, 15m, 30m, 60m, 90m
# 시간 수준: 1h
# 일 수준 이상: 1일, 5일, 1주, 1개월, 3개월
#
# 참고 제한사항:
# 100만 개의 데이터는 지난 7일 동안만 검색할 수 있습니다.
# 일중 데이터(간격 < 1d)는 지난 60일 동안만 사용할 수 있습니다.
# 일일선 위, 수십년간의 이력 확인 가능

# 5분 K라인(지난 5일)을 받아보세요
intraday = yf.download("AAPL", period="5d", interval="5m")

반환된 DataFrame 구조

History() 및 download()는 모두 다음 필드가 포함된 Pandas DataFrame을 반환합니다.

회사 정보 및 재무제표

msft = yf.Ticker("MSFT")

# === 기본 회사 정보 (return dict) ===
info = msft.info
print(info['marketCap'])         # 시가총액
print(info['trailingPE'])        # 가격 대비 수익 비율
print(info['dividendYield'])     #배당수익률
print(info['fiftyTwoWeekHigh'])  #52주 최고가
print(info['sector'])             #산업
print(info['longBusinessSummary'])# 회사 프로필

# === 재무제표(DataFrame 반환) ===
msft.income_stmt              # 연간 손익계산서
msft.quarterly_income_stmt    # 분기별 손익계산서
msft.balance_sheet            # 연간 대차대조표
msft.quarterly_balance_sheet  # 분기별 대차대조표
msft.cashflow                 #연간현금흐름표
msft.quarterly_cashflow       # 분기별 현금흐름표

# === 배당금과 분할 ===
msft.dividends                #역사적 배당금
msft.splits                   # 역사적 주식분할
msft.actions                  # 배당+분할합병

# === 분석가 정보 ===
msft.analyst_price_targets    # 목표주가(고/저/평균/중간)
msft.recommendations          #애널리스트 평가
msft.calendar                 # 달력(결산보고일 등)

# === 법인 지분 ===
msft.institutional_holders    # 기관 보유
msft.major_holders            # 주요주주
msft.insider_transactions     #내부자거래

# === 선택 ===
msft.options                  # 사용 가능한 마감일 목록
chain = msft.option_chain(msft.options[0])
chain.calls                   # 통화정보
chain.puts                    # 정보를 담다

실용적인 팁과 일반적인 패턴

# ========================================
# 1. 일괄 다운로드 후 단일 대상의 종가를 구합니다.
# ========================================
data = yf.download(["SPY", "GC=F", "BTC-USD"], period="1y")
spy_close = data['Close']['SPY']     # 다중 인덱스는 MultiIndex입니다.

# 단일 대상 다운로드 시 직접 접근
spy = yf.download("SPY", period="1y")
spy_close = spy['Close']

# ========================================
# 2. MultiIndex 처리를 위한 .squeeze() 기술
# ========================================
# 단일 대상을 다운로드할 때 Close 필드가 Series가 아닌 DataFrame일 수 있습니다.
# 시리즈로의 변환을 보장하려면 .squeeze()를 사용하세요.
close = yf.download("AAPL", period="1y")['Close'].squeeze()

# ========================================
# 3. 오류 처리(yfinance가 가끔 실패할 수 있음)
# ========================================
def safe_download(ticker, **kwargs):
    """안전한 다운로드, 실패 시 빈 DataFrame 반환"""
    try:
        data = yf.download(ticker, progress=False, **kwargs)
        if data.empty:
            print(f"{ticker}: 정보 없음")
        return data
    except Exception as e:
        print(f"{ticker}다운로드 실패:{e}")
        return pd.DataFrame()

# ========================================
#4. 대만주식의 자주 사용되는 코드를 빠르게 확인해보세요
# ========================================
tw_tickers = {
    'TSMC': '2330.TW',
    '혼하이':   '2317.TW',
    '미디어텍': '2454.TW',
    '대만 50': '0050.TW',
    '고배당': '0056.TW',
    '재원':   '0055.TW',
    '반도체': '00891.TW',
    '가중지수': '^TWII',
}

# ========================================
# 5. 기술 지표 계산의 전체 예
# ========================================
import pandas as pd

ticker = yf.Ticker("2330.TW")
df = ticker.history(period="1y")

# 이동 평균
df['MA20'] = df['Close'].rolling(20).mean()
df['MA60'] = df['Close'].rolling(60).mean()
df['EMA12'] = df['Close'].ewm(span=12).mean()

# RSI
delta = df['Close'].diff()
gain = delta.where(delta > 0, 0).rolling(14).mean()
loss = (-delta.where(delta < 0, 0)).rolling(14).mean()
df['RSI'] = 100 - (100 / (1 + gain / loss))

# 볼린저 밴드
df['BB_mid'] = df['Close'].rolling(20).mean()
df['BB_std'] = df['Close'].rolling(20).std()
df['BB_upper'] = df['BB_mid'] + 2 * df['BB_std']
df['BB_lower'] = df['BB_mid'] - 2 * df['BB_std']

print(df[['Close','MA20','RSI','BB_upper','BB_lower']].tail())

# ========================================
# 6. CSV로 내보내기
# ========================================
df.to_csv("tsmc_data.csv", encoding="utf-8-sig")  #utf-8-sig를 사용하면 Excel에서 중국어를 올바르게 표시할 수 있습니다.

사용 제한 및 주의사항

대안 비교

개인 연구 및 학습, 전략 프로토타이핑, 중장기 투자 분석을 위해서는 yfinance가 가장 좋은 시작점입니다. 심플한 디자인 덕분에 초보자도 두세 줄의 코드로 글로벌 시장 데이터를 얻고 이를 팬더로 분석할 수 있습니다. 요구 사항이 실시간 트랜잭션이나 상용 애플리케이션으로 업그레이드되면 유료 API로 전환할 수 있습니다.

거래시장을 위한 데이터베이스 설계

1. 데이터베이스 구조

2. 관계 설명

• User표: 구매자와 판매자를 포함한 사용자 정보를 저장합니다.
• Product표: 제품 정보를 저장하며 각 제품은 판매자와 연결됩니다.
• Order표: 주문 정보를 저장하며 각 주문은 구매자와 연결됩니다.
• OrderItem테이블: 주문에 포함된 제품의 세부 정보를 저장하고 이를 제품 및 주문과 연결합니다.
• Payment테이블: 결제 정보를 저장하며, 각 결제는 주문에 해당합니다.

공개 거래 시장을 위한 데이터베이스 설계

1. 데이터베이스 구조

2. 관계 설명

• Asset표: 이름, 자산 유형, 기본 자산(BaseAsset) 및 호가 자산(QuoteAsset)을 포함한 거래 자산의 기본 정보와 현재 가격 및 마지막 업데이트 시간을 저장합니다.
• MarketData테이블: 와Asset테이블 연관은 자산 성과 분석을 위해 가격 변동, 거래량 등 일일 시장 데이터를 기록합니다.
• OrderBook테이블: 와Asset테이블 연관은 특정 시점의 주문서 스냅샷을 기록하여 시장 깊이와 공급 및 수요 조건을 분석합니다.
• HistoricalTrade테이블: 와Asset테이블 연관은 자산의 과거 거래 기록을 기록하며 거래 패턴 분석 및 정량적 조사에 사용됩니다.

3. 주요 기능

• 자산 가격 분석: 기준MarketData테이블 데이터는 변동성과 수익률을 계산하고 다양한 자산 포트폴리오(BaseAsset/QuoteAsset)의 추세를 관찰합니다.
• 시장 깊이 및 유동성: 합격OrderBook이 표는 시장 참가자의 행동과 그것이 자산 가격에 미치는 영향을 분석합니다.
• 거래 행위 분석: 착취HistoricalTrade테이블 데이터를 통해 높은 거래빈도 기간과 가격-거래량 상관관계를 알아보세요.
• 기본 및 견적 자산 구조: 부터Asset다중 자산 분석을 수행하려면 테이블에서 거래 쌍(예: BTC/USD)을 관리하세요.

MetaQuotes Language (MQL)

언어 개요

MetaQuotes 언어(MQL)는 금융 시장 거래를 위해 특별히 개발된 프로그래밍 언어이며 MetaTrader 플랫폼(예: MT4 및 MT5)에서 자동화된 거래 전략(전문가 조언자), 맞춤형 지표, 스크립트 및 기능 라이브러리를 생성하는 데 사용됩니다.

MQL4 및 MQL5

• MQL4：MetaTrader 4에서 사용되는 구문은 C 언어에 가깝고 기본적인 자동 거래 프로그램 개발에 적합합니다.
• MQL5：MetaTrader 5의 경우 더욱 강력하며 객체 지향 프로그래밍, 이벤트 중심 아키텍처 및 다중 스레드 최적화를 지원합니다.

애플리케이션 유형

• Expert Advisor (EA)：자동 거래 로봇은 미리 설정된 전략에 따라 주문을 하고, 포지션을 청산하고, 손절매를 설정하고 기타 작업을 수행할 수 있습니다.
• Custom Indicators：가격 데이터를 분석하고 거래 결정을 지원하는 데 사용되는 맞춤형 기술 지표입니다.
• Scripts：한 번에 모든 주문 마감, 모든 정지 손실 수준 수정 등의 일회성 작업을 수행합니다.
• Libraries：함수 라이브러리, 여러 EA 또는 표시기에서 재사용할 수 있는 공통 코드입니다.

문법적 특징

• 기본 구문은 C/C++와 유사합니다.
• 변수, 조건부 판단, 루프, 함수 및 사용자 정의 데이터 구조 지원
• 시장 데이터(가격, 시간, 거래량 등)에 접근
• 차트 그리기 및 UI 구성요소 지원(MQL5)

간단한 예: MQL4용 EA

// 새로운 K 스틱이 시작될 때마다 동작
정수 시작() {
    if (OrdersTotal() == 0 && Volume[0] == 1) {
        OrderSend(Symbol(), OP_BUY, 0.1, Ask, 3, 0, 0, "주문 구매", 0, 0, clrGreen);
    }
    0을 반환합니다.
}

간단한 예: MQL5에 대한 표시기

#property indicator_separate_window
#property indicator_buffers 1
double Buffer[];

int OnInit() {
    SetIndexBuffer(0, Buffer);
    return(INIT_SUCCEEDED);
}

int OnCalculate(const int rates_total, const int prev_calculated,
                const datetime &time[], const double &open[],
                const double &high[], const double &low[],
                const double &close[], const long &tick_volume[],
                const long &volume[], const int &spread[]) {
    for (int i = 0; i < rates_total; i++) {
        Buffer[i] = close[i] - open[i];
    }
    return(rates_total);
}

개발 도구

MQL 코드는 MetaTrader에 내장된 MetaEditor를 통해 편집 및 컴파일될 수 있으며 전략 테스터에서 백테스트 및 최적화될 수 있습니다.

배움과 공동체

• MQL5 공식 웹사이트(중국어 포함)
• 공식 포럼, 문서, CodeBase 및 Freelance 기능을 통해 학습 및 커뮤니케이션 지원
• 다운로드 또는 구매할 수 있는 수만 개의 기성 EA 및 지표

결론

MetaQuotes Language는 거래 자동화를 위해 만들어진 전문 언어입니다. 초보자와 전문 퀀트 트레이더 모두 강력한 기능을 사용하여 정교한 트레이딩 전략을 구현할 수 있습니다.

TradingView 가젯

고급 실시간 차트

이는 여러 지표, 그리기 도구 및 완전한 거래 인터페이스(브로커에 연결된 경우)를 포함하는 가장 완벽한 버전입니다.

<!-- 고급 차트 컨테이너 -->
<div class="tradingview-widget-container">
  <div id="tradingview_adv"></div>
  <script type="text/javascript" src="https://s3.tradingview.com/tv.js"></script>
  <스크립트 유형="텍스트/자바스크립트">
  새로운 TradingView.widget({
    "자동 크기 조정": 사실,
    "symbol": "바이낸스:BTCUSDT",
    "간격": "H",
    "timezone": "기타/UTC",
    "테마": "어두운",
    "스타일": "1",
    "로케일": "zh_TW",
    "container_id": "tradingview_adv"
  });
  </스크립트>
</div>

기술 분석 가젯(기술 ​​분석)

이 도구는 대시보드로 제공되며 다양한 기술 지표(예: 이동 평균, 오실레이터)를 기반으로 매수 또는 매도 추천을 자동으로 계산하고 표시합니다.

<!-- 기술 분석 가젯 -->
<div class="tradingview-widget-container">
  <div class="tradingview-widget-container__widget"></div>
  <script type="text/javascript" src="https://s3.tradingview.com/external-embedding/embed-widget-technical-analytic.js" async>
  {
    "간격": "1분",
    "너비": 425,
    "isTransparent": 거짓,
    "높이": 450,
    "symbol": "나스닥:TSLA",
    "showIntervalTabs": 사실,
    "로케일": "zh_TW",
    "colorTheme": "빛"
  }
  </스크립트>
</div>

시장 개요 위젯(시장 개요)

여러 상품의 실시간 가격비교를 표시하는데 적합합니다. 금융사이트 홈페이지 사이드바에서 흔히 볼 수 있는 내용입니다.

<!-- 시장 개요 -->
<div class="tradingview-widget-container">
  <script type="text/javascript" src="https://s3.tradingview.com/external-embedding/embed-widget-market-overview.js" async>
  {
    "colorTheme": "어두운",
    "dateRange": "12M",
    "showChart": 사실,
    "로케일": "zh_TW",
    "너비": "100%",
    "높이": "400",
    "탭": [
      {
        "제목": "색인",
        "기호": [
          {"s": "FOREXCOM:SPX500", "d": "S&P 500"},
          {"s": "FOREXCOM:NSXUSD", "d": "나스닥 100"}
        ]
      }
    ]
  }
  </스크립트>
</div>

맞춤 코드를 얻는 방법

JavaScript를 수동으로 작성하는 것이 가능하지만 TradingView는 구문 오류를 피하기 위해 권장되는 공식 그래픽 생성기를 제공합니다:

• 이동TradingView Widget Library。
• 원하는 가젯 유형을 선택하세요.
• 설정 패널에서 색상, 크기, 기본 제품을 조정하세요.
• 적용을 클릭하고 생성된 HTML 코드를 복사합니다.

자주 묻는 질문

암호화폐 프로그램 개발

바이낸스 API - 스팟 및 클라이언트 소개

바이낸스는 개발자에게 다음을 포함하여 풍부한 API 지원을 제공하는 선도적인 글로벌 암호화폐 거래소입니다.Spot API그리고Client API, 사용자가 자동 ​​거래 및 데이터 수집을 수행할 수 있도록 지원합니다.

Binance Spot API

바이낸스 현물 API는 현물 시장 거래자를 위해 바이낸스가 설계한 API입니다. 시장 정보 쿼리, 주문, 주문 취소 및 기타 작업에 사용할 수 있습니다. 이 API는 일반적으로 거래 봇, 자동화된 거래 전략을 설계하고 시장 변동을 모니터링하는 데 사용됩니다.

주요 기능

• 시장정보조회: 현재가, K-라인 차트, 뎁스 데이터 등 포함
• 주문 및 거래: 지정가 주문, 시장가 주문 등 다양한 주문 유형을 지원합니다.
• 계정 정보: 자산잔고, 거래기록 등을 조회합니다.
• 주문관리: 주문 상태 조회, 주문 취소 등의 작업이 포함됩니다.

Binance Client API

바이낸스 클라이언트 API는 바이낸스의 다양한 API 방법에 액세스할 수 있는 편리한 방법을 제공합니다. 개발자는 다음을 사용할 수 있습니다.binance.client라이브러리 API 다양한 현물시장과 계약시장의 인증 및 관리, 편리한 호출 기능을 제공합니다.

클라이언트 API의 주요 기능

• API 인증: 사용자는 API Key와 Secret Key를 통해 인증합니다.
• 자산관리: 사용자 자산을 편리하게 관리하고, 잔액조회 및 다중 디지털 화폐 거래를 지원합니다.
• 포괄적인 시장 데이터 수집: Spot API, Contract API를 호출하고, 다양한 시장의 데이터를 통합할 수 있습니다.
• 위험 통제 설정: 거래 한도를 설정하고 관리를 위탁할 수 있어 거래 위험을 줄일 수 있습니다.

클라이언트 API로 바이낸스 스팟을 사용하는 방법

1. 먼저, 바이낸스에서 API Key와 Secret Key를 신청하고 올바르게 보관해야 합니다.
2. 바이낸스 API Python SDK를 설치합니다:pip install binance
3. 사용binance.clientAPI 연결 및 호출binance.spot방법.

binance.client에서 클라이언트 가져오기

    #클라이언트 초기화
    클라이언트 = 클라이언트(api_key='your_api_key', api_secret='your_secret_key')

    # 현재 가격을 가져옵니다
    가격 = client.get_symbol_ticker(symbol="BTCUSDT")
    인쇄(가격)

Bybit API

설명하다

Bybit는 시장 상황 조회, 주문, 펀딩 비율 확인, 계정 관리 등에 사용할 수 있는 REST 및 WebSocket API를 제공합니다. 다음은 Python 사용 방법을 보여줍니다.requests이 제품군은 Bybit의 공개 API를 호출합니다.

설치 키트

pip install requests

거래 쌍 목록 쿼리

수입요청

BASE_URL = "https://api.bybit.com"

def get_symbols():
    url = f"{BASE_URL}/v5/market/instruments-info?category=linear"
    res = 요청.get(url)
    res.raise_for_status()
    데이터 = res.json()
    기호 = [s["symbol"] for s in data["result"]["list"]]
    print(f"총 {len(symbols)}개의 거래 쌍을 얻었습니다:")
    print(symbols[:10]) # 처음 10개 항목을 표시합니다.

__name__ == "__main__"인 경우:
    get_symbols()

K라인 정보 조회

import requests

def get_klines(symbol="BTCUSDT", interval="60", limit=5):
    url = f"{BASE_URL}/v5/market/kline?category=linear&symbol={symbol}&interval={interval}&limit={limit}"
    res = requests.get(url)
    res.raise_for_status()
    data = res.json()
    for k in data["result"]["list"]:
        print(k)

if __name__ == "__main__":
    get_klines()

서명이 필요한 비공개 API

주문 접수, 자산 조회 등 Bybit의 프라이빗 엔드포인트에는 API Key와 서명이 필요합니다.

가져오기 요청, 시간, hmac, hashlib

API_KEY = "your_api_key"
API_SECRET = "your_api_secret"

def sign_request(매개변수, 비밀):
    """Bybit 서명 생성"""
    query = "&".join([f"{k}={v}" for k, v in sorted(params.items())])
    return hmac.new(secret.encode(), query.encode(), hashlib.sha256).hexdigest()

def get_wallet_balance():
    엔드포인트 = "/v5/account/wallet-balance"
    url = BASE_URL + 엔드포인트
    타임스탬프 = str(int(time.time() * 1000))

    매개변수 = {
        "accountType": "UNIFIED",
        "타임스탬프": 타임스탬프,
        "api_key": API_KEY,
    }
    params["sign"] = sign_request(params, API_SECRET)

    res = 요청.get(url, params=params)
    인쇄(res.json())

__name__ == "__main__"인 경우:
    get_wallet_balance()

다시 채우다

• Bybit 공식 문서:https://bybit-exchange.github.io/docs/v5/
• API는 다음과 같이 구분됩니다.
  • Public(서명 불필요) - 마켓데이터, K-line, 타겟정보
  • Private(서명 필수) - 주문, 잔액 확인, 포지션 청산, 포지션 관리
• 선형(USDT 무기한), 인버스, 현물 등 시장 유형을 지원합니다.

Bybit는 특정 유형의 거래 쌍을 얻습니다.

설명하다

파이오넥스가 사용하는/api/v1/common/symbols?type=PERP"영구 계약" 거래 쌍을 획득하려면, Bybit에서는 다음을 사용할 수 있습니다./v5/market/instruments-info지정하고category=linear(USDT 영구) 또는inverse(역 계약)은 동일한 효과를 얻습니다.

파이썬 예제

수입요청

클래스바이비트API:
    BASE_URL = "https://api.bybit.com"

    @classmethod
    def get_symbols(cls, 카테고리="선형"):
        """
        특정 유형의 거래 쌍을 얻으세요
        카테고리는 다음과 같습니다:
          - 선형 → USDT 무기한(PERP)
          - 인버스 → 인버스 무기한/인도계약
          - 스팟 → 스팟
        """
        엔드포인트 = "/v5/market/instruments-info"
        url = f"{cls.BASE_URL}{엔드포인트}"
        params = {"범주": 범주}
        
        res = 요청.get(url, params=params)
        res.raise_for_status()
        데이터 = res.json()

        data.get("retCode") == 0인 경우:
            기호 = [s["symbol"] for s in data["result"]["list"]]
            print(f"총 {len(symbols)} {category} 유형의 거래 쌍을 얻었습니다.")
            기호[:10]의 s에 대해:
                인쇄
        그 외:
            print("획득 실패:", data)

__name__ == "__main__"인 경우:
    BybitAPI.get_symbols("선형")

매개변수 비교표

반환 데이터 형식의 예

{
  "retCode": 0,
  "result": {
    "list": [
      {
        "symbol": "BTCUSDT",
        "contractType": "LinearPerpetual",
        "status": "Trading",
        "lotSizeFilter": {
          "minOrderQty": "0.001",
          "maxOrderQty": "100",
          "qtyStep": "0.001"
        },
        "priceFilter": {
          "tickSize": "0.5"
        }
      }
    ]
  }
}

다시 채우다

• category=linear즉, 파이넥스의 "PERP" 거래쌍에 해당합니다.
• Bybit의 계약 정보에는 다음이 포함됩니다.priceFilter、lotSizeFilter및 기타 제한 사항.
• 여러 유형을 동시에 확인하고 싶다면 API를 여러 번 호출하면 됩니다.

Bybit REST API 쿼리 K-라인 데이터

설명하다

파이넥스에서 사용 가능/api/v1/market/klines시장 상황을 확인하세요. Bybit의 해당 엔드포인트는 다음과 같습니다./v5/market/kline. ~을 통해category시장 유형을 지정하세요(예:linearUSDT 무기한 계약을 나타냄)에 전달될 수 있습니다.symbol、interval、limit、endTime그리고 다른 매개변수.

Python 예제 함수

수입요청
수입 시간

클래스바이비트API:
    BASE_URL = "https://api.bybit.com"

    @classmethod
    def get_klines(cls, 기호: str, 간격: str, end_time: int = 없음, 제한: int = 100):
        """
        Bybit K-line 정보 조회
        :param 기호: "BTCUSDT"와 같은 거래 쌍
        :param 간격: 시간 간격(1, 3, 5, 15, 30, 60, 120, 240, 360, 720, D, W, M)
        :param end_time: 종료 시간(Unix 밀리초), 기본값은 현재입니다.
        :param 한도: 반환된 트랜잭션 수, 최대 1000개
        """
        엔드포인트 = "/v5/market/kline"
        url = f"{cls.BASE_URL}{엔드포인트}"

        매개변수 = {
            "category": "선형", # USDT 무기한
            "기호": 기호,
            "간격": 간격,
            "한계": 한도
        }

        end_time인 경우:
            params["end"] = 종료 시간
        그 외:
            params["end"] = int(time.time() * 1000)

        res = 요청.get(url, params=params)
        res.raise_for_status()
        데이터 = res.json()

        data.get("retCode") == 0인 경우:
            klines = 데이터["결과"]["목록"]
            print(f"{symbol}은 총 {len(klines)} K개의 라인을 얻었습니다.")
            # 처음 3개의 루트 정보를 표시합니다.
            klines[:3]의 k에 대해:
                시가_시가, 시가_가, 고가, 저가, 종가, 거래량, 회전율 = k
                print(f"시가:{open_price} 종가:{종가} 고가:{고가} 저가:{낮} 거래량:{볼륨}")
        그 외:
            print("획득 실패:", data)

__name__ == "__main__"인 경우:
    BybitAPI.get_klines(symbol="BTCUSDT", 간격="60", 제한=5)

데이터 예시 반환

{
  "retCode": 0,
  "결과": {
    "기호": "BTCUSDT",
    "범주": "선형",
    "목록": [
      [
        "1735119600000", // 시작 시간(밀리초)
        "98342.5", // 개시 가격
        "98350.0", // 최고가
        "98285.0", // 최저가
        "98290.5", // 종가
        "12.304", // 거래량
        "1210000.5" // 거래량(USDT)
      ]
    ]
  }
}

다시 채우다

• category로 변경 가능spot또는inverse다양한 시장에 대응합니다.
• end인수는 밀리초 단위의 타임스탬프입니다(Unix epoch × 1000).
• 지원되는 간격 형식: 1, 3, 5, 15, 30, 60, 120, 240, 360, 720, D, W, M.

K 라인 일괄 확보 가속화

설명하다

다음은 재시도, 속도 제한 및 캐시가 내장된 ThreadPoolExecutor를 사용하여 직접 재현 가능한 Python 예제입니다. 프로세스: 먼저 캐시에서 캡처된 K-라인(있는 경우)을 로드하고 누락되거나 부족한 거래 쌍에 대한 요청만 발행합니다. 스레드 풀을 사용하여 동시에 여러 요청을 실행하고 세마포어를 사용하여 제한을 피하기 위해 동시성 수를 제어합니다. 실패할 경우 지수 백오프를 사용하여 재시도합니다.

프로그램 코드 (Bybit /v5/market/kline 예시)

# 요구사항: pip 설치 요청
수입요청
수입 시간
JSON 가져오기
수입 OS
Concurrent.futures에서 ThreadPoolExecutor, as_completed를 가져옵니다.
스레딩 가져오기에서 세마포어

BASE_URL = "https://api.bybit.com/v5/market/kline"
CACHE_FILE = "klines_cache.json"

# 조정 가능한 매개변수
MAX_WORKERS = 20 # 스레드 풀 크기(API 비율 제한 조정에 따라 다름)
MAX_CONCURRENT = 10 # 실제 동시 요청 수(세마포어로 제어)
RETRY = 3 # 각 요청에 대한 재시도 횟수
INITIAL_BACKOFF = 0.5 # 첫 번째 재시도를 기다리는 시간(초)
CATEGORY = "선형" # 선형 -> USDT 지속 가능; 스팟/역은 변경될 수 있습니다
LIMIT_PER_CALL = 200 # 각 kline API 제한(API 상한 설정에 따라 다름)
DATASET_ALLDAYS = 24 * 6 # 예: 최소한 몇 K 라인이 필요한지 결정합니다(변경 가능).

# 캐시 로드/액세스
def load_cache():
    os.path.exists(CACHE_FILE)인 경우:
        시도해 보세요:
            json.load(open(CACHE_FILE, "r", 인코딩="utf-8")) 반환
        제외예외:
            {} 반환
    {} 반환

def save_cache(캐시):
    json.dump(cache, open(CACHE_FILE, "w", 인코딩="utf-8"), verify_ascii=False, indent=2)

# 재시도 및 속도 제어를 포함한 단일 기호의 API 캡처(동시 실행 횟수는 세마포어에 의해 제어됨)
def fetch_klines_for_symbol(symbol, 간격="60", end_time=None, Limit=LIMIT_PER_CALL, sem: 세마포어 = 없음):
    매개변수 = {
        "카테고리": 카테고리,
        "기호": 기호,
        "간격": 간격,
        "한계": 한도
    }
    end_time인 경우:
        params["end"] = int(end_time)
    백오프 = INITIAL_BACKOFF
    last_exc = 없음

    # 세마포어를 얻습니다(제공된 경우)
    만약 sem:
        sem.acquire()
    시도해 보세요:
        범위(1, RETRY + 1) 내 시도의 경우:
            시도해 보세요:
                resp = 요청.get(BASE_URL, params=params, timeout=10)
                resp.raise_for_status()
                데이터 = resp.json()
                # Bybit v5는 성공을 나타내기 위해 retCode == 0을 반환합니다.
                data.get("retCode", 0) == 0이고 데이터에 "result"가 있는 경우:
                    klines = data["result"].get("list", [])
                    클라인 반환
                그 외:
                    last_exc = 예외(f"API 오류: {data}")
            e로 요청.예외.RequestException을 제외합니다.
                last_exc=e
            #백오프
            시간.수면(백오프)
            백오프 *= 2
    마지막으로:
        만약 sem:
            sem.release()
    # 실패하면 마지막 오류를 던지거나 None을 반환합니다.
    last_exc 올리기

# 일괄 처리: 쌍으로 전달(기호 목록), dict {symbol: klines} 반환
def get_klines_batch(쌍, 간격="60", 데이터 세트_alldays=DATASET_ALLDAYS, 제한=LIMIT_PER_CALL, max_workers=MAX_WORKERS, max_concurrent=MAX_CONCURRENT):
    캐시 = load_cache() # 캐시 형식: { 기호: [kline_list] }
    결과 = {}
    to_fetch = []

    # 어떤 기호를 가져와야 하는지 결정합니다(캐시에 존재하지 않거나 길이가 충분하지 않음).
    쌍으로 된 s의 경우:
        캐시됨 = 캐시.get(들)
        캐시되고 len(cached) >= 데이터세트_alldays인 경우:
            결과[들] = 캐시됨
        그 외:
            to_fetch.append(들)

    # 가져올 것이 없으면 직접 반환하면 됩니다.
    to_fetch가 아닌 경우:
        결과 반환

    sem = 세마포어(max_concurrent)
    ThreadPoolExecutor(max_workers=max_workers)를 exe로 사용:
        futures = {exe.submit(fetch_klines_for_symbol, 기호, 간격, 없음, 제한, sem): to_fetch의 기호에 대한 기호}
        as_completed(선물)의 fut에 대해:
            Sym = 선물[fut]
            시도해 보세요:
                kl = fut.result()
                # API 반환이 목록 형식으로 저장되는 경우 (Bybit 예시 [time,open,high,low,close,vol,turnover]에 따름)
                캐시[sym] = KL
                결과[sym] = KL
            e와 같은 예외를 제외하고:
                # 실패를 기록하되 전체 프로그램을 차단하지는 마세요.
                print(f"[오류] {sym}을(를) 획득하지 못했습니다: {e}")
                결과[sym] = 없음

    # 캐시를 보관합니다(선택사항: 성공한 캐시만 저장).
    save_cache(캐시)
    결과 반환

# 사용 예
__name__ == "__main__"인 경우:
    # 500쌍이 있다고 가정합니다(표시).
    쌍 = ["BTCUSDT", "ETHUSDT", "SOLUSDT"] # ... 500
    # 일괄 가져오기를 실행합니다.
    all_klines = get_klines_batch(쌍, 간격="60", 데이터 세트_alldays=100, 제한=200)
    # 길이 요구 사항을 충족하는 기호를 필터링합니다.
    good = [s의 경우 s, kl 및 len(kl) >= 100인 경우 all_klines.items()의 kl]
    print(f"100개 이상 일치하는 거래 쌍의 수: {len(good)}")
    인쇄(양호[:20])

고려 사항 및 모범 사례

• 먼저 API 파일의 속도 제한을 확인하고 조정하세요.MAX_WORKERS그리고MAX_CONCURRENT. API 키가 있는 경우 일반적으로 비율 할당량을 늘릴 수 있습니다.
• 대량의 과거 데이터(한 번에 여러 날 캡처)가 필요한 경우 Bybit의 공개 대량 데이터(public.bybit.com)를 사용하거나 제공된 과거 데이터 파일을 교환하여 많은 수의 REST 요청을 저장하는 것이 좋습니다.
• 실시간 모니터링의 경우 WebSocket을 사용하면 빈번한 REST 요청을 피할 수 있지만 기록 데이터에는 여전히 일회성 REST 또는 대량 파일이 필요합니다.
• 캐시 파일을 Parquet/SQLite로 변경하여 읽기 및 쓰기 속도와 공간 효율성을 높일 수 있습니다.

Pionex API

소개

Pionex는 개발자가 프로그램을 통해 거래를 자동화하고, 시장 데이터를 쿼리하고, 계정 자산을 관리할 수 있는 공식 API를 제공합니다. API는 REST 및 WebSocket 메소드를 모두 지원합니다.

API 키 신청

1. 파이넥스 계정에 로그인하세요
2. 입력하다API 관리페이지
3. 새로운 API Key 생성 및 권한 설정(읽기, 거래, 코인 출금 ​​등)
4. 적다API Key그리고Secret, 한 번만 표시됨

REST API 예제(Node.js)

// Node.js axios를 사용하여 Pionex API를 요청합니다.
const axios = require("axios");
const crypto = require("암호화");

const apiKey = "귀하의 API_KEY";
const secret = "귀하의 API_SECRET";
const baseUrl = "https://api.pionex.com";

// 서명 생성
함수 기호(쿼리) {
  return crypto.createHmac("sha256", secret).update(query).digest("hex");
}

// 계좌 잔액 쿼리
비동기 함수 getBalances() {
  const 타임스탬프 = Date.now();
  const 쿼리 = `타임스탬프=${타임스탬프}`;
  const 서명 = sign(쿼리);

  const res = axios.get(`${baseUrl}/api/v1/account?${query}&signature=${signature}`, {
    헤더: { "X-MBX-APIKEY": apiKey }
  });
  console.log(res.data);
}

getBalances();

REST API 예제(Python)

수입 시간
hmac 가져오기
hashlib 가져오기
수입요청

API_KEY = "귀하의 API_KEY"
SECRET = "귀하의API_SECRET"
BASE_URL = "https://api.pionex.com"

def sign(query: str) -> str:
    return hmac.new(SECRET.encode(), query.encode(), hashlib.sha256).hexdigest()

def get_balances():
    타임스탬프 = str(int(time.time() * 1000))
    쿼리 = f"타임스탬프={타임스탬프}"
    서명 = 서명(쿼리)

    url = f"{BASE_URL}/api/v1/account?{쿼리}&signature={서명}"
    헤더 = {"X-MBX-APIKEY": API_KEY}
    res = 요청.get(url, 헤더=헤더)
    인쇄(res.json())

get_balances()

WebSocket 예(Node.js)

const WebSocket = require("ws");

const ws = new WebSocket("wss://ws.pionex.com/ws");

ws.on("열기", () => {
  console.log("Pionex WebSocket에 연결되었습니다.");
  // BTC/USDT 시세 구독
  ws.send(JSON.stringify({
    이벤트: "구독",
    채널: "시장",
    시장: "BTC_USDT"
  }));
});

ws.on("메시지", (msg) => {
  console.log("메시지 수신:", msg.toString());
});

WebSocket 예(Python)

웹소켓 가져오기
JSON 가져오기

데프 on_open(ws):
    print("Pionex WebSocket에 연결되었습니다.")
    sub_msg = {
        "이벤트": "구독",
        "채널": "시장",
        "시장": "BTC_USDT"
    }
    ws.send(json.dumps(sub_msg))

def on_message(ws, 메시지):
    print("메시지 수신:", message)

ws = websocket.WebSocketApp(
    "wss://ws.pionex.com/ws",
    on_open=on_open,
    on_message=on_message
)

ws.run_forever()

일반적으로 사용되는 기능

• 시장 상황 쿼리(티커, K-라인, 심층 정보)
• 주문하기, 주문 취소하기, 주문 상태 확인하기
• 계좌자산조회
• 로봇 거래 제어(일부 ​​기능 제한)

주의할 점

• API Key를 유출하지 마세요. IP 화이트리스트를 설정하는 것이 좋습니다.
• 다양한 기능에는 속도 제한이 있으므로 차단을 트리거하려면 피해야 합니다.
• 실제 거래를 이용하시려면 먼저 테스트 환경이나 소액으로 테스트해 보시기 바랍니다.

Pionex REST API 거래 쌍 목록 가져오기

API 설명

사용 가능GET /api/v1/common/symbols지원되는 모든 거래 쌍과 최소 주문 규모, 가격 정확성, 거래 유형(현물 또는 계약) 등과 같은 Pionex의 세부 속성을 얻기 위해

HTTP 요청

GET https://api.pionex.com/api/v1/common/symbols

포스트백 예시

{
  "code": 0,
  "data": [
    {
      "symbol": "BTC_USDT",
      "quoteCurrency": "USDT",
      "baseCurrency": "BTC",
      "minQty": "0.0001",
      "minNotional": "5",
      "pricePrecision": 2,
      "quantityPrecision": 6,
      "tradeEnable": true
    },
    {
      "symbol": "ETH_USDT",
      "quoteCurrency": "USDT",
      "baseCurrency": "ETH",
      "minQty": "0.001",
      "pricePrecision": 2,
      "quantityPrecision": 6,
      "tradeEnable": true
    }
  ]
}

파이썬 예제

수입요청

BASE_URL = "https://api.pionex.com"

def get_symbols():
    url = f"{BASE_URL}/api/v1/common/symbols"
    res = 요청.get(url)
    데이터 = res.json()
    
    data.get("코드") == 0인 경우:
        기호 = data.get("데이터", [])
        print(f"총 {len(symbols)}개의 거래 쌍을 얻었습니다")
        for s in Symbol[:10]: # 처음 10개만 표시합니다.
            print(f"{s['symbol']} ({s['baseCurrency']}/{s['quoteCurrency']})")
    그 외:
        print("획득 실패:", data)

__name__ == "__main__"인 경우:
    get_symbols()

특정 유형 필터링

무기한 계약을 지원하는 거래 쌍만 제거하려면 다음과 같은 간단한 필터링 논리를 사용할 수 있습니다.

perp_symbols = [s for s in data["data"] if ".PERP" in s["symbol"]]

사용

• 파이넥스에서 거래 가능한 모든 대상을 쿼리합니다.
• 성냥/api/v1/market/tickers즉시 가격을 확인하세요.
• 자동화된 거래 프로그램이나 전략을 생성하기 전 데이터를 초기화합니다.

Pionex 반환 형식 구문 분석

설명하다

다음 프로그램은https://api.pionex.com/api/v1/common/symbols를 사용하면 반환된 JSON의 구조(키 및 데이터 유형)가 자동으로 인쇄되므로 실제 형식을 더 쉽게 이해할 수 있습니다.

파이썬 예제

수입요청
JSON 가져오기

def print_json_structure(data, indent=0):
    """JSON 구조를 재귀적으로 인쇄"""
    space = " " * 들여쓰기
    isinstance(data, dict)인 경우:
        data.items()의 k, v에 대해:
            isinstance(v, (dict, list))인 경우:
                print(f"{space}{k}: {type(v).__name__}")
                print_json_structure(v, 들여쓰기 + 1)
            그 외:
                print(f"{space}{k}: {type(v).__name__}")
    elif isinstance(data, list) 및 데이터:
        print(f"{space}[list] 항목 유형: {type(data[0]).__name__}")
        print_json_structure(data[0], 들여쓰기 + 1)

def get_pionex_symbols_format():
    URL = "https://api.pionex.com/api/v1/common/symbols"
    res = 요청.get(url)
    res.raise_for_status()
    데이터 = res.json()
    print("루트 수준 구조:")
    print_json_구조(데이터)

__name__ == "__main__"인 경우:
    get_pionex_symbols_format()

예제 출력

루트 수준 구조:
코드: 정수
데이터: 목록
  [목록] 항목 유형: dict
    기호: str
    기본통화: str
    견적통화: str
    가격정밀도: 정수
    수량 정밀도: 정수
    최소수량:str
    최소 명목상: str
    tradeEnable: 부울

다시 채우다

• 이 방법은 모든 REST API JSON 형식을 자동으로 감지하며 API 구조를 분석하는 데 이상적입니다.
• API가 필드를 업데이트하는 경우 다시 실행하여 최신 형식을 얻으세요.
• 추천 조합json.dumps(data, indent=2)전체 콘텐츠를 이용할 수 있습니다.

Pionex REST API Get Klines

API 설명

Pionex 공개 시장 데이터에서 특정 거래 쌍의 K-라인(캔들스틱/OHLCV) 데이터를 얻습니다.

GET /api/v1/market/klines

요청 매개변수

반환 형식

{
  "result": true,
  "data": {
    "klines": [
      {
        "time": 1691649240000,
        "open": "1851.27",
        "close": "1851.32",
        "high": "1851.32",
        "low": "1851.27",
        "volume": "0.542"
      }
    ]
  },
  "timestamp": 1691649271544
}

파이썬 예제

수입요청

BASE_URL = "https://api.pionex.com"

def get_klines(기호: str, 간격: str, end_time: int = 없음, 제한: int = 100):
    매개변수 = {
        "기호": 기호,
        "간격": 간격,
        "한계": 한도
    }
    end_time이 None이 아닌 경우:
        params["endTime"] = end_time
    응답 = 요청.get(f"{BASE_URL}/api/v1/market/klines", params=params)
    결과 = response.json()
    결과에 result.get("result") 및 "data"가 있는 경우:
        결과 반환["data"]["klines"]
    그 외:
        raise Exception(f"K 라인을 얻지 못했습니다: {result}")

__name__ == "__main__"인 경우:
    # 예시: BTC_USDT 무기한 계약의 최근 15분 K-라인 50개 획득
    기호 = "BTC_USDT.PERP"
    간격 = "15M"
    klines = get_klines(기호, 간격, 제한=50)
    klines의 k에 대해:
        인쇄(k)

Pionex REST API 쿼리는 계약 그리드 거래 쌍을 지원합니다.

설명하다

파이넥스에는 단 하나도 없습니다."그리드 거래 쌍에 대한 지원 받기"전용 API이지만 다음을 통해 액세스할 수 있습니다.GET /api/v1/market/tickers모든 거래 쌍을 가져와서 필터링하세요..PERPFutures Grid가 지원하는 거래 쌍 목록을 얻으려면 (USDT 무기한 계약)을 입력하세요.

Python 샘플 프로그램

수입요청

BASE_URL = "https://api.pionex.com"

def get_perp_pairs():
    url = f"{BASE_URL}/api/v1/market/tickers"
    res = 요청.get(url)
    데이터 = res.json()
    
    perp_pairs = []
    데이터에 "데이터"가 있는 경우:
        data["data"] 항목의 경우:
            시장 = item.get("symbol", "")
            # 무기한 계약 거래 쌍은 일반적으로 .PERP로 끝납니다.
            시장에 ".PERP"가 있는 경우:
                perp_pairs.append(시장)
    perp_pairs 반환

__name__ == "__main__"인 경우:
    쌍 = get_perp_pairs()
    print("지원되는 무기한 계약 그리드 거래 쌍:")
    쌍으로 된 p의 경우:
        인쇄(p)

실행 결과 예

지원되는 무기한 계약 그리드 거래 쌍:
BTC_USDT.PERP
ETH_USDT.PERP
SOL_USDT.PERP
LINK_USDT.PERP
...

다시 채우다

• 무기한계약쌍(.PERP)은 Futures Grid Bot과 직접 사용할 수 있습니다.
• 실제 지원 현황을 확인하시려면 파이넥스 공식 홈페이지에서 계약거래시장 목록을 비교하시는 것을 권장합니다.
• 일부 거래 쌍은 일시적으로 선반에서 제외될 수 있으며, 실제 지원 목록은 API의 실시간 응답에 따릅니다.

Max Coin API

맥스코인 API란 무엇인가요?

Max Coin API는 개발자가 프로그래밍 방식으로 암호화폐 거래 기능에 액세스할 수 있도록 Max Exchange에서 제공하는 애플리케이션 프로그래밍 인터페이스 세트입니다. 개발자는 API를 통해 거래를 자동화하고, 시장 데이터를 검색하고, 자산을 관리할 수 있습니다.

Max Coin API를 사용하는 방법은 무엇입니까?

1. Max 계정 등록:입장맥스 공식 홈페이지그리고 계정을 등록하세요.
2. API 키 받기:로그인한 후 계정 설정으로 이동하여 새 API 키를 생성하고 필요한 권한을 설정하세요.
3. 참조 API 문서:각 엔드포인트의 기능과 사용법을 이해하려면 공식 API 문서를 읽어보세요.

API에서 지원하는 주요 기능

• 시장 데이터 검색:현재 거래 쌍의 가격, 주문 깊이 및 거래량을 확인하세요.
• 거래 작업:구매 또는 판매 주문을 하고 미결제 주문을 확인하거나 취소합니다.
• 자산 관리:계좌 잔액 및 거래 내역을 확인하세요.

API 샘플 요청

다음은 API를 통해 시장 데이터를 얻는 예입니다.

GET https://max-api.maicoin.com/api/v1/ticker?market=btctwd
    

이 요청은 가격, 거래량 등을 포함하여 BTC/TWD에 대한 실시간 시장 데이터를 반환합니다.

샘플 코드

다음은 Python 언어를 사용하여 Max API를 호출하는 간단한 예입니다.

수입요청

BASE_URL = "https://max-api.maicoin.com"

def get_ticker(쌍):
    엔드포인트 = "/api/v1/ticker"
    params = {"시장": 쌍}
    응답 = 요청.get(BASE_URL + 엔드포인트, params=params)
    response.json() 반환

# BTC/TWD 시장 데이터 가져오기
ticker_data = get_ticker("btctwd")
인쇄(티커_데이터)

Max Coin API 사용 시 주의사항

• 보안:무단 액세스로부터 API 키를 보호하세요.
• API 제한사항:과도한 요청을 방지하려면 API 빈도 제한에 대한 설명서를 참조하세요.
• IP 허용 목록:API 사용의 보안을 강화하려면 IP 화이트리스트를 활성화하세요.

관련 자료

• 맥스 공식 홈페이지
• 최대 API 파일

비트코인 PoW 회계 프로세스

분산회계의 핵심

비트코인 사용작업 증명(PoW)분산형 회계 시스템을 달성하기 위한 합의 메커니즘입니다. PoW의 핵심 목표는 노드가 수학적 문제를 해결하기 위해 경쟁하여 누가 회계 권한을 가지고 있는지 결정하고 데이터가 마음대로 변조될 수 없도록 하는 것입니다.

거래수요의 생성 및 확산

• 사용자는 거래 요청을 하며, 이러한 요청에는 송금 정보 및 처리 수수료(팁)가 포함됩니다.
• 다음을 통한 거래노드 브로드캐스트전체 비트코인 ​​네트워크에 전달되면 각 노드는 이러한 트랜잭션을 수신할 수 있습니다.
• 채굴자 노드는 수신된 거래 중에서 블록에 포함될 거래를 선택합니다.

거래선택 우선순위

채굴자들은 블록을 성공적으로 패키징하고 수수료를 받을 가능성을 높이기 위해 다음 기준에 따라 거래의 우선순위를 정합니다.

• 높은 처리 수수료(바이트당 더 많은 수입)
• 대규모 거래금액
• 오랫동안 기다려온 거래
• 데이터 크기가 적당하여 블록을 채우기가 쉽습니다.

블록 포장 및 회계권 경쟁

• 채굴자는 거래를 수집한 후 필요한 모든 정보가 포함된 후보 블록을 생성합니다.
• PoW 수행: 블록의 해시가 특정 목표 값(난이도에 따라 제어됨) 아래에 있도록 일련의 논스 값을 찾으십시오.
• 유효한 해결책을 찾은 채굴자는 차단할 것입니다.방송전체 네트워크의 다른 노드로.

검증 및 체인 선택

• 다른 노드는 블록을 받은 후 (거래 적법성, PoW 정확성)을 확인합니다.
• 검증이 통과되면 블록이 노드의 블록체인에 추가됩니다.
• 여러 개의 합법적인 블록이 동시에 나타나면 노드는 먼저 받은 블록을 일시적으로 수락하고 결국에는가장 긴 사슬주로(가장 많이 누적된 작업 부하를 의미)

블록 제한 및 생성 빈도

• 각 블록의 최대 크기는 약 1MB입니다(SegWit의 경우 최대 약 2MB).
• 노드에 과도한 부하를 피하기 위해 포함되는 트랜잭션 수도 제한됩니다.
• 비트코인 프로토콜은 평균적으로10분블록을 생성합니다.
• 문제 해결 속도가 빨라지면 시스템은 평균 출력 시간을 안정적으로 유지하기 위해 자동으로 난이도를 높입니다.

회계혼잡과 해결방법

거래량이 너무 많으면 혼잡이 발생하고 처리 수수료가 상승합니다. 이 문제를 개선하기 위해 다양한 확장 솔루션이 제안됩니다.

• SegWit(분리된 증인):서명 데이터를 주요 거래 데이터와 분리하여 유효 로딩량을 늘립니다.
• 라이트닝 네트워크:대량의 소액 거래가 즉시 체인에 업로드될 필요가 없도록 오프체인 결제 채널을 구축하여 메인체인에 대한 부담을 줄입니다.

BTC 블록의 데이터 구조

블록의 주요 구조

블록 헤더

길이는 80바이트로 고정되어 있으며 내용은 다음과 같습니다.

거래수(거래카운터)

VarInt(가변 길이 정수) 형식을 사용하여 블록에 있는 트랜잭션 수를 나타냅니다.

• 거래수량이 있는 경우< 0xFD，則佔 1 個位元組
• 0xFD ~ 0xFFFF는 3바이트를 차지합니다. (접두사 0xFD + 2바이트 정수)
• 등등 9바이트까지 확장됩니다.

업무

각 거래 데이터에는 다음과 같은 주요 부분이 포함됩니다(길이는 다양함).

• version：거래 버전
• input count：이 거래는 여러 입력을 사용합니다.
• inputs[]：각 입력에는 이전 트랜잭션의 출력, 잠금 해제 스크립트 등이 포함됩니다.
• output count：이 트랜잭션은 여러 가지 출력을 생성합니다.
• outputs[]：각 출력에는 금액과 잠금 스크립트가 포함되어 있습니다.
• locktime：이 거래가 블록에 추가되는 가장 빠른 시간 제한

첫 번째 거래는 일반적으로코인베이스 거래, 이는 채굴자가 블록 보상을 받기 위한 특별한 거래이며 입력을 포함하지 않습니다.

거래수요 창출 및 전파 프로세스 구현

프로그램 소개

주요 공정

• 사용자는 트랜잭션을 생성하고 이를 모든 노드에 제출합니다.
• 노드는 모든 이웃 노드에 트랜잭션을 브로드캐스트합니다.
• 채굴자 노드는 거래를 수신하고 처리 수수료에 따라 거래를 선택하여 블록에 패키징합니다.

파이썬 코드

수입 시간

클래스 트랜잭션:
    def __init__(본인, 보낸 사람, 받는 사람, 금액, 수수료):
        self.sender = 보낸 사람
        self.receiver = 수신자
        self.amount = 금액
        self.fee = 수수료
        self.timestamp = 시간.시간()

    def __repr__(자체):
        return f"[전송: {self.sender} → {self.receiver}, ${self.amount}, 수수료: {self.fee}]"


클래스 노드:
    def __init__(자신, 이름):
        self.name = 이름
        self.peers = []
        self.transaction_pool = []

    def 연결(자체, 피어):
        self.peers에 피어가 없는 경우:
            self.peers.append(피어)
            Peer.connect(self) # 양방향 연결

    def receive_transaction(self, tx):
        self.transaction_pool에 tx가 없는 경우:
            self.transaction_pool.append(tx)
            print(f"{self.name}이(가) 트랜잭션을 받았습니다: {tx}")
            자기.방송(tx)

    def 방송(자체, tx):
        self.peers의 피어에 대해:
            피어.수신_트랜잭션(tx)


classMiner(노드):
    defmine_block(자체):
        print(f"\n⛏️ {self.name} 블록 패킹을 시작합니다")
        # 높은 수수료 순으로 정렬, 최대 5건의 거래 처리
        sorted_txs = sorted(self.transaction_pool, key=lambda tx: tx.fee, reverse=True)
        선택됨 = sorted_txs[:5]
        print(f"{self.name} 패키지 트랜잭션:")
        선택된 tx의 경우:
            인쇄(f" - {tx}")
        #처리된 거래 지우기
        self.transaction_pool = [tx가 선택되지 않은 경우 self.transaction_pool의 tx에 대한 tx]


# 노드와 채굴자를 생성합니다
A = 노드("노드 A")
B = 노드("노드 B")
C = 광부("광부 C")

# 노드 네트워크 연결
A.커넥트(B)
B.커넥트(C)

# 사용자가 거래를 발행함
tx_list = [
    트랜잭션("앨리스", "밥", 2.0, 0.0005),
    트랜잭션("이브", "톰", 1.2, 0.0009),
    트랜잭션("조", "메리", 3.5, 0.0002),
    트랜잭션("릭", "샘", 0.8, 0.0015),
    트랜잭션("앤", "릴리", 1.7, 0.0001)
]

tx_list의 tx에 대해:
    print(f"\n사용자가 트랜잭션을 보냅니다: {tx}")
    A.receive_transaction(tx)
    시간.수면(0.2)

# 채굴자들이 포장을 시작합니다
C.광산_블록()

실행 지침

• 모든 거래는 노드 A에 의해 전송되고 노드 B를 통해 채굴자 C에 브로드캐스팅됩니다.
• 채굴자 C는 처리 수수료에 따라 분류하고 패키징할 처음 5개의 거래를 선택합니다.

확장 가능한 방향

• 서명 확인 및 거래 적법성 확인 추가
• 블록체인 구조 및 해시 작업 시뮬레이션
• 합의 메커니즘과 네트워크 포크 통합

Ethereum VM 작성 프로그램

pragma solidity ^0.8.0;

contract SimpleStorage {
uint public storedData;

function set(uint x) public {
    storedData = x;
}

function get() public view returns (uint) {
    return storedData;
}
}
    

EVM 배포 프로세스

준비

• 설치하다Node.js그리고npm
• 설치하다Hardhat：
  npm install --save-dev hardhat
• Hardhat 프로젝트를 생성합니다:
  npx hardhat, "기본 샘플 프로젝트 만들기"를 선택하세요.

계약서 작성

존재하다contracts폴더에 추가됨LendingProtocol.solSolidity 계약을 붙여넣으세요.

배포 스크립트 설정

~에scripts폴더 생성deploy.js, 내용은 다음과 같습니다.

비동기 함수 main() {
  const [배포자] = ethers.getSigners()를 기다립니다.
  console.log("배포 계정:", 배포자.주소);

  const TokenAddress = "0xYourTokenAddressHere";
  const LendingProtocol = ethers.getContractFactory("LendingProtocol")를 기다립니다.
  const 대출 = LendingProtocol.deploy(TokenAddress)를 기다립니다.

  대출을 기다립니다.배치();
  console.log("LendingProtocol이 성공적으로 배포되었습니다:", 대출.주소);
}

main().catch((오류) => {
  console.error(오류);
  process.exitCode = 1;
});

로컬 테스트 체인에 배포

Hardhat 테스트 체인을 시작합니다.

배포하려면 다른 터미널을 엽니다.

테스트넷에 배포(예: Goerli)

• Infura 또는 Alchemy를 등록하고 RPC URL을 받으세요.
• 존재하다hardhat.config.js추가:

require("@nomiclabs/hardhat-ethers");

모듈.수출 = {
  네트워크: {
    괴에를리: {
      URL: "https://goerli.infura.io/v3/귀하의 API 키",
      계정: ["0x개인 키"]
    }
  },
  견고성: "0.8.20"
};

그런 다음 배포합니다.

배포 완료

배포 후에는 프런트 엔드 통합 및 상호 작용에 사용할 수 있는 계약 주소가 출력됩니다.

대출 계약

계약 소개

이 대출 계약은 EVM(Ethereum Virtual Machine)에서 실행되는 스마트 계약입니다. 사용자는 본 계약을 통해 자산을 예치하여 이자를 얻거나 자산을 빌려 이자를 지불할 수 있습니다. 이 프로토콜은 ERC-20 토큰을 지원하며 대출, 저장, 청산과 같은 핵심 기능을 가지고 있습니다.

주요 기능

• 예금: 사용자는 프로토콜에 자산을 예치하고 이자를 얻을 수 있습니다.
• 대출: 사용자는 자산을 약속한 후 지원되는 자산을 빌려줄 수 있습니다.
• 청산: 차용인의 모기지 가치가 너무 낮을 경우 다른 사용자가 청산할 수 있습니다.

스마트 계약 예시(솔리디티)

// SPDX-License-Identifier: MIT
프라그마 견고성 ^0.8.0;

인터페이스 IERC20 {
    함수 transferFrom(발신자 주소, 수신자 주소, 단위 금액) 외부 반환(bool);
    함수 전송(수신자 주소, 단위 금액) 외부 반환(bool);
    function BalanceOf(address account) 외부 뷰 반환(단위);
    함수 승인(주소 지출자, 단위 금액) 외부 반환(bool);
}

계약 LendingProtocol {
    IERC20 공개 토큰;
    공공 소유자에게 주소를 지정합니다.
    단위 공익Rate = 5; // 연이자 5%

    매핑(주소 => 단위) 공공 예금;
    매핑(주소 => 단위) 공개 차용;

    생성자(주소 _token) {
        토큰 = IERC20(_token);
        소유자 = msg.sender;
    }

    함수 입금액(단위 금액) 외부 {
        require(금액 > 0, "금액은 0보다 커야 합니다.");
        token.transferFrom(msg.sender, 주소(this), 금액);
        예금[msg.sender] += 금액;
    }

    함수 빌림(단위 금액) 외부 {
        require(금액 > 0, "금액은 0보다 커야 합니다.");
        단위 담보 = 예금[msg.sender];
        require(담보 >= 금액 * 2, "담보 부족");
        차용[msg.sender] += 금액;
        token.transfer(msg.sender, 금액);
    }

    함수 상환(단위 금액) 외부 {
        require(금액 > 0, "금액은 0보다 커야 합니다.");
        require(borrows[msg.sender] >= amount, "대출이 부족합니다.");
        차입[msg.sender] -= 금액;
        token.transferFrom(msg.sender, 주소(this), 금액);
    }

    함수 철회(단위 금액) 외부 {
        require(deposits[msg.sender] >= amount, "잔액 부족");
        require(borrows[msg.sender] == 0, "미지급 대출이 있습니다.");
        예금[msg.sender] -= 금액;
        token.transfer(msg.sender, 금액);
    }
}

보안 고려 사항

• 프로토콜 자산의 보안을 보장하려면 청산 메커니즘을 추가해야 합니다.
• 정확한 모기지 가치를 얻으려면 가격 오라클(예: Chainlink)을 통합하는 것이 좋습니다.
• 이자 계산은 아직 처리되지 않았으며 이자율은 블록 시간을 기준으로 동적으로 계산되어야 합니다.

향후 확장

• 여러 ERC-20 토큰을 지원합니다.
• 변동금리 모델을 구현합니다.
• NFT를 담보로 통합하세요.

BSC Contract

소개

BSC(바이낸스 스마트 체인)는 EVM(이더리움 가상 머신)과 호환되는 퍼블릭 체인이므로 이더리움에 작성된 Solidity 스마트 계약을 BSC에 거의 직접 배포할 수 있습니다. 주요 차이점은 배포 중 네트워크 연결 및 가스 요금이 BNB로 가격이 책정된다는 것입니다.

계약 예시(솔리디티)

// SPDX-License-Identifier: MIT
pragma solidity ^0.8.0;

contract SimpleStorage {
    uint private value;

    function setValue(uint _value) public {
        value = _value;
    }

    function getValue() public view returns (uint) {
        return value;
    }
}

배포 환경 설정

Hardhat을 사용하여 배포hardhat.config.js다음에서 BSC 네트워크를 구성합니다.

require("@nomiclabs/hardhat-ethers");

모듈.수출 = {
  견고성: "0.8.20",
  네트워크: {
    bsc테스트넷: {
      URL: "https://data-seed-prebsc-1-s1.binance.org:8545/",
      체인 ID: 97,
      가스가격: 20000000000,
      계정: ["0x개인 키"]
    },
    bsc메인넷: {
      URL: "https://bsc-dataseed.binance.org/",
      체인 ID: 56,
      가스가격: 20000000000,
      계정: ["0x개인 키"]
    }
  }
};

배포 스크립트

비동기 함수 main() {
  const [배포자] = ethers.getSigners()를 기다립니다.
  console.log("배포 계정:", 배포자.주소);

  const SimpleStorage = ethers.getContractFactory("SimpleStorage")를 기다립니다.
  const 스토리지 = SimpleStorage.deploy()를 기다립니다.

  기다립니다.storage.deployed();
  console.log("배포된 계약:", Storage.address);
}

main().catch((오류) => {
  console.error(오류);
  process.exitCode = 1;
});

배포 방법

1. 종속 패키지를 설치합니다.
   npm install --save-dev hardhat @nomiclabs/hardhat-ethers ethers
2. 배포 시작:
   npx hardhat run scripts/deploy.js --network bscTestnet
3. 계약주소 확인 후 이동하시면 됩니다.BscScan 테스트 네트워크또는BscScan 메인넷계약서를 확인하세요.

주의할 점

• 가스비는 BNB로 지불해야 하며, 지갑에 충분한 BNB를 준비해주세요.
• 메인넷에 배포하기 전 BSC 테스트넷(Testnet, ChainID=97)에서 성공적으로 테스트하는 것을 권장합니다.
• 계약서에 공개 검증이 필요한 경우 BscScan을 통해 소스 코드 검증을 제출할 수 있습니다.

주식 시장 프로그램 개발

주가 상승 및 하락 확률 구현

Python과 랜덤 포레스트 모델을 사용하여 주식 상승 또는 하락 확률을 예측합니다. 이 예에서는 Yahoo Finance의 주식 데이터를 사용하고 기술 지표를 사용하여 모델을 훈련한 후 마지막으로 주식 상승 및 하락 확률을 출력합니다.

1단계: 필요한 패키지 설치 및 가져오기

먼저 일부 Python 패키지를 설치하고 가져와야 합니다.

그런 다음 필요한 라이브러리를 가져옵니다.

import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score
import yfinance as yf
    

2단계: 주식 데이터 다운로드 및 기술 지표 생성

다음으로 Yahoo Finance에서 해당 주식의 과거 데이터를 다운로드하고 기술 지표인 단순 이동 평균(SMA)을 계산합니다.

# Yahoo Finance에서 Apple 주식 데이터 다운로드
기호 = 'AAPL'
data = yf.download(symbol, start='2020-01-01', end='2023-01-01')

# 10일 및 50일 단순 이동 평균(SMA) 계산
데이터['SMA_10'] = 데이터['닫기'].rolling(window=10).mean()
데이터['SMA_50'] = 데이터['닫기'].rolling(window=50).mean()

#증가 또는 감소 목표를 설정합니다. 익일 종가가 당일 종가보다 높으면 1(증가), 그렇지 않으면 0(감소)이 됩니다.
data['Target'] = np.where(data['Close'].shift(-1) > data['Close'], 1, 0)

# 누락된 값 제거
data.dropna(inplace=True)

3단계: 학습 및 테스트 데이터 세트 준비

이동 평균(SMA)과 종가를 기능으로 사용하고 데이터를 훈련 세트와 테스트 세트로 분할합니다.

4단계: 학습 및 예측을 위해 Random Forest 모델 사용

우리는 랜덤 포레스트 모델을 사용하여 데이터를 훈련하고 테스트 세트에서 주식의 상승 및 하락 확률을 예측합니다.

5단계: 모델 정확도 계산 및 상승 및 하강 확률 표시

모델의 정확도를 계산하고 매일의 상승 및 하락 확률을 표시할 수 있습니다.

6단계: 상승 및 하락 확률을 기반으로 거래 결정을 내립니다.

증가 확률에 따라 임계값을 설정하여 구매 여부를 결정할 수 있습니다. 예를 들어 상승 확률이 70%를 초과하면 매수합니다.

요약

이 예에서는 랜덤 포레스트 모델을 사용하여 주식의 상승 또는 하락 확률을 예측하고 예측 결과에 따라 거래 결정을 내리는 방법을 보여줍니다. 이는 거래 결정의 정확성을 높이는 간단하면서도 효과적인 방법입니다.

대만증권거래소 공개청약 공고-주식 추첨 및 확보

1단계: 공개 구독 공지 페이지로 이동

대만 증권거래소의 공개 청약 공지 페이지는 다음 URL에서 액세스할 수 있습니다.

공개 구독 발표

2단계: 프로그램을 통해 자동으로 캡처

Python을 사용하여requests그리고BeautifulSoup, 페이지에서 공개 구독 정보를 확인할 수 있습니다.

샘플 코드

수입요청
bs4에서 가져오기 BeautifulSoup
팬더를 PD로 가져오기

# 공개 구독 공지 페이지 캡처
URL = "https://www.twse.com.tw/zh/announcement/public.html"
헤더 = {"User-Agent": "Mozilla/5.0"}
응답 = 요청.get(url, 헤더=헤더)

response.status_code == 200인 경우:
    수프 = BeautifulSoup(response.text, 'html.parser')
    테이블 = pd.read_html(response.text)
    테이블의 경우:
        df = tables[0] # 첫 번째 테이블을 가져옵니다.
        인쇄(df)
    그 외:
        print("테이블 데이터를 찾을 수 없습니다.")
그 외:
    print("공개 구독 공지 페이지에 연결할 수 없습니다.")

주의할 점

• 페이지에 크롤러 방지 메커니즘이 있는 경우 이를 사용할 수 있습니다.Selenium브라우저 작업을 시뮬레이션합니다.
• 정보 사용은 대만 증권 거래소의 공개 정보 사용 규정을 준수해야 합니다.

외환 프로그램 개발

미국 달러에서 대만 달러로 환율 알아보기

방법 1: 통화API 사용

MoneyAPI는 실시간 환율 정보를 제공합니다. 샘플 코드는 다음과 같습니다.

수입요청

URL = 'https://api.currencyapi.com/v3/latest'
매개변수 = {
    'apikey': '귀하의 API 키',
    'base_currency': 'USD',
    '통화': 'TWD'
}
응답 = 요청.get(url, params=params)
데이터 = response.json()
usd_to_twd = 데이터['data']['TWD']['value']
print(f"1 미국 달러는 {usd_to_twd} 신대만 달러와 같습니다.")

알아채다:이를 사용하려면 먼저 MoneyAPI에 등록하고 API 키를 받아야 합니다.

방법 2: ExchangeRatesAPI 사용

ExchangeRatesAPI는 실시간 환율 쿼리 서비스도 제공합니다.

수입요청

url = 'https://api.exchangeratesapi.io/latest'
매개변수 = {
    'access_key': '귀하의 API 키',
    '기본': 'USD',
    '기호': 'TWD'
}
응답 = 요청.get(url, params=params)
데이터 = response.json()
usd_to_twd = 데이터['rates']['TWD']
print(f"1 미국 달러는 {usd_to_twd} 신대만 달러와 같습니다.")

먼저 ExchangeRatesAPI에 등록하여 API 키를 얻고 코드에서 '귀하의 API 키'를 교체하세요.

방법 3: forex-python 패키지 사용

API를 직접 호출하지 않으려면 타사 Python 패키지를 사용할 수 있습니다.forex-python：

forex_python.converter에서 통화 환율 가져오기

cr = 환율()
usd_to_twd = cr.get_rate('USD', 'TWD')
print(f"1 미국 달러는 {usd_to_twd} 신대만 달러와 같습니다.")

패키지 설치 명령:

pip install forex-python

주의할 점

• 일부 API나 패키지에는 API 키가 필요하므로 먼저 서비스를 등록하고 활성화하세요.
• API 무료 버전을 사용하면 요청 빈도나 지원 통화 수 등의 제한이 있을 수 있습니다.
• 다양한 소스의 환율 데이터가 약간 다를 수 있으므로 필요에 따라 적절한 서비스를 선택하십시오.

크롤러를 사용하여 통화.위키(Currency.Wiki)에서 미국 달러-대만 달러 환율을 알아보세요.

머리말

API를 사용하지 않는 경우 웹 크롤러 기술을 사용하여 통화.위키(Currency.Wiki) 웹사이트에서 직접 대만 달러에 대한 미국 달러의 실시간 환율을 검색할 수 있습니다.

키트 필요

다음 Python 패키지를 설치해야 합니다.

pip install requests
pip install beautifulsoup4

샘플 코드

수입요청
bs4에서 가져오기 BeautifulSoup

# 도착 URL 설정
url = "https://currency.wiki/usd_twd"

#웹페이지 콘텐츠를 얻기 위해 GET 요청 보내기
응답 = 요청.get(url)
수프 = BeautifulSoup(response.text, 'html.parser')

# 특정 태그 및 카테고리 찾기
span_tag=soup.find('span', class_='unit_secondary_value')
비율 =span_tag.text
print(f"1 미국 달러는 {rate} 대만 달러와 같습니다.")

코드 설명

• requests：HTTP 요청을 보내고 웹페이지 콘텐츠를 가져옵니다.
• BeautifulSoup：웹페이지의 HTML 구조를 구문 분석하고 지정된 태그 콘텐츠를 추출합니다.
• CSS 선택기:환율이 표시되는 블록을 정확히 찾으려면 카테고리 이름 '.converter-result > Strong'을 사용하십시오.

주의할 점

• 웹페이지 구조 변경:통화.위키(Currency.Wiki) 웹페이지의 HTML 구조가 업데이트되면 프로그램은 CSS 선택기를 동시에 업데이트해야 합니다.
• 사용 빈도:너무 빈번한 요청은 웹사이트에서 차단되거나 액세스가 제한될 수 있습니다.
• 적법:웹사이트 데이터 크롤링에는 웹사이트 이용 약관 및 로봇 계약(robots.txt)이 적용됩니다.

결론적으로

Python 크롤러 기술을 통해 실시간 환율 정보를 직접 얻을 수 있지만, 웹 페이지 구조 변경 및 규정 준수 문제에 주의해야 합니다. 소규모 응용프로그램이나 학습 목적에 적합합니다.

투자 소프트웨어 판매

시장 예측 프로그램 판매

구독 시그널링 서비스

프로그램에서 생성된 거래 신호를 정기 보고서나 실시간 푸시 방송으로 패키지화하고 사용자에게 월별 또는 연간 요금을 청구합니다. 일반적인 플랫폼에는 Substack, Patreon 또는 자체 구축된 멤버십 시스템이 포함됩니다. 기능 수준에 따라 무료 버전과 유료 버전으로 구분됩니다. 무료 버전은 트래픽을 유도하고, 유료 버전은 실시간 신호, 기록 쿼리 및 세부 분석을 제공합니다.

SaaS 도구 플랫폼

예측 순위 논리를 웹 페이지나 앱으로 개발하여 사용자가 스스로 쿼리를 수행할 수 있도록 합니다. 과금 모델은 월간 구독, 종량제 또는 기능별 가격이 될 수 있습니다. 이 모델은 확장성이 뛰어나고 특정 기술 역량을 갖춘 개발자에게 적합합니다. 직접적인 투자 조언이 포함되지 않으며 규제 위험이 상대적으로 낮습니다.

유료 커뮤니티 및 디스코드 채널

폐쇄적인 투자 커뮤니티를 구축하세요. 회원은 회비를 지불한 후 주간 또는 일일 시장 순위, 토론 및 Q&A 서비스를 받을 수 있습니다. Discord, Telegram 또는 LINE 커뮤니티는 모두 일반적인 통신사이며 임계값이 낮고 시작이 빠르므로 콜드 스타트 ​​단계에 적합합니다.

회람 신문

이메일 목록을 핵심 자산으로 하여 시장 분석 및 예측 순위 보고서를 정기적으로 보냅니다. 초기에는 무료 구독을 통해 잠재고객을 구축하고 일정 규모에 도달한 후 유료 버전 또는 광고 협력이 시작됩니다. Substack과 Beehiiv는 현재 주류 뉴스레터 수익 창출 플랫폼입니다.

제3자에게 API 라이선스 제공

예측 모델을 API로 캡슐화하고 통합 및 사용을 위해 브로커, 금융 정보 플랫폼 또는 기타 애플리케이션 개발자에게 권한을 부여합니다. 이 모델은 일반적으로 월별 라이선스 요금 또는 통화량에 따른 과금을 기반으로 하는 독특하고 안정적인 모델에 적합하며, 고객 충성도가 높고 안정적인 수입을 제공합니다.

조직에 대한 화이트 라벨 라이선스

전체 시스템을 투자자문사, 자산운용사, 증권사에 화이트 라벨 형태로 권한을 부여하면 상대방은 자신의 브랜드로 서비스를 제공하게 된다. 일반적으로 계약 가치는 더 높지만 협상을 지원하려면 검증 가능한 성과 기록과 전문 문서가 필요합니다.

자체 운영 펀드 또는 대리점 관리

프로그램 시그널을 운영의 기반으로 삼아 조달된 자금은 자체적으로 관리되거나 위탁 운영되며, 관리비 및 성과보수를 기준으로 보수를 징수합니다. 이 경로는 잠재력이 가장 높지만 대부분의 국가에서 금융 라이센스(예: 대만의 투자 자문 라이센스)가 필요하고 규제 기준이 가장 높으며 규정 준수 프레임워크 내에서 수행되어야 합니다.

교육 과정 및 워크숍

프로그램 이면의 시장 선택 논리, 지표 설계 및 백테스팅 방법을 온라인 강좌나 실제 워크숍에 패키지화하고 지식 제품의 형태로 수익을 창출합니다. 이 모델은 금융 규제에 직접적으로 제한을 받지 않으며 동시에 개인 브랜드를 구축하는 동시에 다른 수익화 경로로 트래픽을 유도할 수 있습니다. Teachable, Hahow 또는 Udemy는 모두 상장에 적합한 플랫폼입니다.

성과이익공유 협력

자금이 있는 투자자나 거래자와 협력하며 신호를 제공하는 사람은 자본을 기부하지 않으며 이익은 실제 이익에 비례하여 공유됩니다. 이 모델은 모금 자격 없이도 거래 수익에 간접적으로 참여할 수 있지만, 계약 설계와 혜택 배분의 명확성에 주의를 기울여야 합니다.

프로모션의 핵심요소

어떤 수익화 경로를 채택하든 다음 사항에 따라 프로모션의 성공 또는 실패가 결정됩니다.

• 검증 가능한 공개 기록:백테스트 데이터는 참고용입니다. 실제 추적 기록만이 신뢰를 구축할 수 있습니다. 각 기간의 신호와 결과를 가능한 한 빨리 공개 플랫폼에 저장하는 것이 좋습니다.
• 명확한 위치 지정:프로그램의 적용 가능한 시장, 신호 빈도 및 사용 방법을 명확하게 설명하고, 지나치게 기대되는 보상을 피하고, 대신 투명성을 활용하여 평판을 구축하십시오.
• 콜드 스타트 ​​전략:초기에는 무료 콘텐츠로 커뮤니티 내 시청자를 축적하고, 점차적으로 유료 전환을 도입하는 것이 유료 제품을 직접 출시하는 것보다 성공률이 더 높습니다.
• 규정 준수:다양한 실현 모델과 관련된 금융 규제는 상당히 다릅니다. 특히, 에이전트 운영 및 자금 경로는 사전에 현지 관할 당국의 라이센스 요구 사항을 확인해야 합니다.

email: [email protected]

T:0000

資訊與搜尋 | 回dev首頁
email: Yan Sa [email protected] Line: 阿央
電話: 02-27566655 ,03-5924828

阿央
泱泱科技
捷昱科技泱泱企業