Molayo

© 2026 Molayo

GitHub요약2026. 06. 09. 22:01

암호화폐를 위한 에이전트 기반 트레이딩 프레임워크

요약

암호화폐 트레이딩 전략을 위한 에이전트 기반 프레임워크인 vibetrading을 소개합니다. 이 도구는 자연어 설명으로 코드를 생성하고, 백테스팅 및 LLM 분석 기능을 제공하여 실제 거래소 배포까지 지원합니다. 사용자는 템플릿이나 LLM API를 통해 전략을 개발할 수 있습니다.

핵심 포인트

  • 자연어로 트레이딩 전략을 정의하고 Python 코드로 자동 생성 가능
  • 백테스팅, LLM 기반 분석, 라이브 트레이딩까지 통합 워크플로우 제공
  • Anthropic, OpenAI 등 다양한 LLM API 키를 지원하여 유연성 확보
  • Hyperliquid, Paradex 등 여러 거래소에 대한 어댑터 및 배포 기능 제공

암호화폐를 위한 에이전트 기반 트레이딩 프레임워크입니다. 자연어로 전략을 설명하고, 실행 가능한 Python 코드를 생성하며, 과거 데이터로 백테스팅하고, LLM(대규모 언어 모델) 기반 인사이트로 분석할 수 있습니다.

pip install vibetrading

거래소별 추가 기능을 사용하여 설치할 수 있습니다:

pip install "vibetrading[hyperliquid]" # Hyperliquid 라이브 트레이딩
pip install "vibetrading[all]" # 모든 거래소 어댑터
pip install "vibetrading[dev]" # 개발 도구 (pytest, ruff)

LLM API 키를 설정하세요:

export ANTHROPIC_API_KEY=sk-... # 또는 OPENAI_API_KEY, GEMINI_API_KEY, DEEPSEEK_API_KEY

import vibetrading.strategy
code = vibetrading.strategy.generate(
"BTC 모멘텀 전략: RSI(14) 과매도 진입, SMA 교차 확인, "
...

또는 내장 템플릿을 사용하세요 — LLM이 필요하지 않습니다:

from vibetrading.templates import momentum
code = momentum.generate(asset="BTC", leverage=3, sma_fast=10, sma_slow=30)

result = vibetrading.strategy.validate(code)
print(result) # StrategyValidationResult(VALID, errors=0, warnings=2)

import vibetrading.backtest
import vibetrading.tools
data = vibetrading.tools.download_data(["BTC"], exchange="binance", interval="1h")
...

report = vibetrading.strategy.analyze(results, strategy_code=code, model="claude-sonnet-4-20250514")
print(f"Score: {report.score}/10")
print(report.summary)
...

백테스팅을 통과한 후에는 실제 거래소에 배포할 수 있습니다:

pip install "vibetrading[hyperliquid]"

import os, asyncio
from dotenv import load_dotenv
import vibetrading.live
...

백테스트와 라이브 환경에서 동일한 코드를 실행할 수 있습니다. — @vibe 데코레이터, get_perp_price() , long() 등은 두 컨텍스트 모두에서 동일하게 작동합니다.

지원되는 거래소: Hyperliquid, Paradex, Lighter, Aster

→ 설정, 자격 증명 및 보안 모범 사례에 대한 전체 라이브 트레이딩 가이드를 참조하세요.

모든 것을 터미널에서 실행하세요:

# 템플릿에서 생성하기
vibetrading template --list
vibetrading template momentum asset=ETH leverage=5 -o strategy.py
...

Describe → Generate → Validate → Backtest → Analyze → Deploy
(프롬프트) (LLM) (정적) (엔진) (LLM) (실시간)

설명(Describe)— 원하는 내용을 일반 영어로 작성합니다. 생성(Generate)— LLM이 리스크 관리가 포함된 프레임워크 호환 전략 코드를 생성합니다. 검증(Validate)— 정적 분석을 통해 실행 전에 일반적인 오류를 포착합니다. 백테스트(Backtest)— 현실적인 시뮬레이션으로 과거 데이터에 대해 실행합니다. 분석(Analyze)— LLM이 결과를 평가합니다: 성과 점수화, 약점 발견, 수정 제안. 배포(Deploy)— 동일한 코드가 Hyperliquid, Paradex, Lighter, 또는 Aster에서 실시간으로 실행됩니다.

모든 LLM— OpenAI, Anthropic, Google, DeepSeek 등 litellm을 통한 모든 제공업체 이용 가능 내장 템플릿— 모멘텀(Momentum), 평균 회귀(Mean reversion), 그리드(Grid), DCA — 사용 준비 완료되어 있어 LLM이 필요하지 않습니다. 정적 검증기(Static validator)— 런타임 전에 누락된 import, 레버리지, 리스크 관리 문제를 포착합니다. LLM 분석— 구조화된 점수(1–10), 강점/약점, 실행 가능한 제안

현실적인 시뮬레이션— 시장/지정가 주문(Market/limit orders), 마진, 레버리지, 펀딩 비율(funding rates), 수수료(fees), 청산 감지(liquidation detection) 슬리피지 모델링(Slippage modeling)— 시장 주문에 대한 설정 가능한 베이스 포인트 슬리피지 다중 거래소 데이터— Binance, Bybit, OKX 및 100개 이상의 CCXT 거래소에서 OHLCV 다운로드 및 캐싱

반환 값: 총 수익률(Total return), CAGR 리스크 조정: 샤프 비율(Sharpe ratio), 소르티노 비율(Sortino ratio), 칼마 비율(Calmar ratio) 낙폭(Drawdown): 최대 낙폭(Max drawdown), 최대 낙폭 기간 거래 통계: 승률(Win rate), 수익 계수(Profit factor), 기대값(Expectancy), 평균 승/패, 최대 승/패 연속 기록(Streaks): 최대 연속 승/패 횟수 비용: 거래 수수료, 펀딩 수익

거래소 어댑터: Hyperliquid, Paradex, Lighter, Aster, Extended 통합 인터페이스— VibeSandboxBase를 통해 백테스트와 실시간 모두 동일한 코드가 실행됩니다.

LiveRunner— 실제 거래소 연결을 통한 주기적인 전략 실행

CLI 도구— 터미널에서 생성, 검증, 백테스트 및 다운로드 — 전체 PEP 561 타입 지원 py.typed

CI/CD— Python 3.10/3.11/3.12에서 lint 및 테스트를 위한 GitHub Actions 지원 200개 이상의 테스트 케이스— 모든 핵심 모듈에 대한 포괄적인 커버리지

배틀 테스트를 거친 전략을 즉시 생성하세요:

from vibetrading.templates import momentum, mean_reversion, grid, dca
# SMA 크로스오버 + RSI 모멘텀
code = momentum.generate(asset="BTC", leverage=3, tp_pct=0.05, sl_pct=0.02)
...

모든 템플릿은 완전히 파라미터화 가능하며 정적 유효성 검사를 통과합니다.

순수 pandas 구현 — ta 라이브러리 의존성 없음:

from vibetrading.indicators import rsi, sma, ema, bbands, atr, macd, stochastic, vwap
ohlcv = get_futures_ohlcv("BTC", "1h", 50)
rsi_14 = rsi(ohlcv["close"])
...

체계적인 리스크 관리를 위한 내장 크기 결정(sizing) 방법:

from vibetrading.sizing import kelly_size, fixed_fraction_size, risk_per_trade_size
# Kelly Criterion (분산 감소를 위해 half-Kelly 기본값)
qty = kelly_size(win_rate=0.55, avg_win=200, avg_loss=100, balance=10000, price=50000)
...
모듈용도
vibetrading
vibe 데코레이터
vibetrading.strategygenerate() , validate() , analyze() , 프롬프트 템플릿
vibetrading.backtestBacktestEngine , run() , StaticSandbox
vibetrading.livestart() , start_sync() — 실제 거래소에 배포
vibetrading.comparerun() , print_table() , to_dataframe() — 전략 비교
vibetrading.sandboxcreate() , LiveRunner , SandboxBase — 거래소 샌드박스
vibetrading.toolsdownload_data() , load_csv()
vibetrading.templatesmomentum , mean_reversion , grid , dca , multi_momentum
vibetrading.indicatorssma , ema , rsi , bbands , atr , macd , stochastic , vwap
vibetrading.sizingkelly_size , fixed_fraction_size , volatility_adjusted_size , risk_per_trade_size
vibetrading.cli명령줄 인터페이스

완벽하게 작동하는 전략은 examples/ 디렉토리에서 확인하세요.

  • 기본 전략 생성
  • 데이터 다운로드를 이용한 백테스트
  • LLM 기반 분석
  • 기술 지표를 사용한 사용자 정의 전략
  • 다중 자산 포트폴리오
  • 실시간 거래 설정
git clone https://github.com/VibeTradingLabs/vibetrading.git
cd vibetrading
pip install -e ".[dev]"
...

MIT

AI 자동 생성 콘텐츠

본 콘텐츠는 GitHub AI Tools의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기
0

댓글

0