Python을 사용하여 OKX 선물 거래를 위한 멀티 에이전트 AI 트레이딩 시그널 봇을 구축했습니다
요약
Python을 사용하여 OKX 선물 거래를 위한 멀티 에이전트 AI 트레이딩 시그널 봇인 'torgBot'을 구축했습니다. 이 시스템은 뉴스, 고래 활동, 패턴 분석, 오케스트레이션 역할을 수행하는 4개의 에이전트가 협력하여 차트 패턴을 감지하고 Telegram으로 상세한 거래 시그널을 전송합니다.
핵심 포인트
- 뉴스, 고래 감시, 패턴 분석, 오케스트레이터로 구성된 멀티 에이전트 아키텍처 활용
- Cerebras qwen-3-235b와 Google Gemini를 결합하여 추론 및 시각적 차트 분석 수행
- 5가지 주요 차트 패턴(쌍바닥, 헤드 앤 숄더 등)을 감지하고 0~10점 사이의 점수 부여
- WebSocket 대시보드를 통해 실시간 에이전트 작동 상태 및 결정 근거 모니터링 가능
- ccxt, aiogram, mplfinance 등 Python 생태계를 활용한 자동화된 시그널 생성
지난 몇 주 동안 저는 평소 만들던 봇보다 더 야심 찬 프로젝트를 진행해 왔습니다. 바로 OKX를 위한 AI 기반 암호화폐 선물 시그널 시스템입니다. 자동 매매(Auto-trader)가 아닙니다. 스스로 생각한 뒤 당신에게 결정을 요청하는 스마트한 분석가입니다. 이 torgBot이 하는 일은 다음과 같습니다: 5분마다 60개의 OKX 무기한 스왑(Perpetual swap) 페어를 스캔하고, 차트 패턴을 감지하며, 0~10점 사이로 점수를 매긴 뒤 다음 정보가 포함된 Telegram 시그널을 보냅니다:
- 캔들스틱 차트 PNG (mplfinance)
- 진입 가격, 손절가(Stop Loss), TP1 / TP2 / TP3
- 손익비(R:R ratio), 펀딩비(Funding rate), 공포 및 탐욕 지수(Fear & Greed index)
- 전체 AI 분석 텍스트
멀티 에이전트 아키텍처 (The multi-agent architecture)
이 부분이 제가 가장 자랑스럽게 생각하는 지점입니다. 네 개의 에이전트가 함께 작동합니다:
- 뉴스 에이전트 (News Agent) — 암호화폐 뉴스가 거래에 영향을 미칠 수 있는지 확인
- 고래 감시자 (Whale Watcher) — 미결제약정(OI) 및 펀딩비를 통해 대형 플레이어의 활동을 감지
- 분석가 에이전트 (Analyst Agent) — 패턴의 품질을 점수화 (0–10)
- 오케스트레이터 (Orchestrator) — 모든 입력을 결합하여 최종 GO/SKIP 결정을 내림
단순화된 오케스트레이터 로직
decision = orchestrator.evaluate(
pattern_score = analyst.score,
whale_signal = whale_watcher.signal,
news_risk = news_agent.risk_level,
market_context = {"btc_trend": btc, "fg": fear_greed}
)
패턴 감지 (5가지 유형)
- 쌍바닥 / 쌍봉 (Double Bottom / Double Top)
- 헤드 앤 숄더 (Head & Shoulders)
- 불 플래그 / 베어 플래그 (Bull / Bear Flags)
- ABCD 패턴 (ABCD Pattern)
각 패턴은 다음 항목을 기준으로 점수가 매겨집니다:
손익비(R:R ratio) · 거래량(Volume) · 상위 타임프레임(HTF) 확인 · 피보나치 레벨(Fibonacci levels) · 미결제약정(Open Interest) · 펀딩비(Funding Rate)
실시간 대시보드
모든 에이전트가 실시간으로 작동하는 모습을 보여주는 WebSocket 대시보드(포트 8766)를 구축했습니다. 어떤 페어가 스캔되고 있는지, 각 에이전트가 무엇을 결정했는지, 그리고 그 이유는 무엇인지를 보여줍니다.
기술 스택
Python 3.11, aiogram 3.x, ccxt → OKX 무기한 스왑 (perpetual swaps), Cerebras qwen-3-235b (LLM 추론 (reasoning)), Google Gemini (시각적 차트 분석 (visual chart analysis)), mplfinance + matplotlib (차트 생성 (chart generation)), APScheduler (5분마다 스캔), aiosqlite (거래 추적 (trade tracking))
시그널 출력 예시
셋업 (СЕТАП): EWY/USDT PERP · 4H
패턴 (Pattern): 이중 바닥 (Double Bottom, 형성 중) | 점수 (Score): 9.2/10
가격 (Price): 176.9200
매수 지정가 (BUY LIMIT): 173.9600 (-1.7%)
손절가 (Stop): 171.1766 (-1.6%)
익절가 1 (TP1): 192.1000 (+10.4%)
익절가 2 (TP2): 203.3105 (+16.9%)
익절가 3 (TP3): 221.4505 (+27.3%)
손익비 (R:R): 1:6.5 | 기간 (Horizon): 5–14일
탐욕 및 공포 지수 (F&G): 25 — 극도의 공포 (Extreme Fear)
모드 (Mode): 추세 (Trend)
AI: 패턴 확인됨. 분석가가 진입을 권장함. 시장이 추세 모드에 있으며, 뉴스나 고래(whale) 리스크 없음. 분석 완료. 결정은 당신의 몫입니다.
핵심 설계 결정
이 봇은 절대 자동으로 거래하지 않습니다. 분석하고, 점수를 매기고, 설명하며 — 항상 다음과 같이 끝맺습니다: "결정은 당신의 몫입니다." 저는 AI가 트레이더를 대체하는 것이 아니라, 트레이더의 판단을 보조해야 한다고 믿습니다.
향후 계획
백테스팅 (Backtesting) 모듈
멀티 거래소 지원 (Binance, Bybit)
포트폴리오 추적기 (Portfolio tracker) 통합
직접 인스턴스를 실행하고 싶다면 Gumroad에서 전체 소스 코드를 확인할 수 있습니다: torgBot OKX
아키텍처나 구현의 어떤 부분에 대해서도 질문이 있다면 기꺼이 답변해 드리겠습니다!
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기