[자동매매봇 만들기][4편] 기술적 지표와 단순 매매 조건 구현하기

데이터를 가져오는 것만으로는 자동매매가 시작되지 않는다.
시세 흐름 속에서 어떤 조건일 때 매수하고, 언제 매도할지를 정해야 한다.
이때 필요한 것이 바로 기술적 지표다.

이번 글에서는 대표적인 기술적 지표인 이동평균선(MA), RSI, 볼린저 밴드를 직접 계산하고,
이를 기반으로 간단한 매수·매도 시그널 생성 로직을 구현해본다.

---

1. 준비: 캔들 데이터 가져오기

앞선 글에서처럼 fetch_ohlcv()로 최근 100개의 5분봉 캔들 데이터를 가져온다.

import ccxt
import pandas as pd

binance = ccxt.binance({'enableRateLimit': True})

symbol = 'BTC/USDT'
ohlcv = binance.fetch_ohlcv(symbol, timeframe='5m', limit=100)

df = pd.DataFrame(ohlcv, columns=['timestamp', 'open', 'high', 'low', 'close', 'volume'])
df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms')

---

 

 

2. 이동평균선 (Moving Average)

가장 기본적인 지표 중 하나다.
특정 기간의 종가 평균을 내면 된다.

# 20기간 이동평균선
df['ma20'] = df['close'].rolling(window=20).mean()

---

3. RSI (Relative Strength Index)

RSI는 가격이 과매수(overbought) 또는 과매도(oversold) 상태에 있는지를 나타내는 지표다.
보통 RSI가 70 이상이면 과매수, 30 이하면 과매도로 해석한다.

직접 구현하면 다음과 같다:

def calculate_rsi(series, period=14):
    delta = series.diff()
    gain = delta.where(delta > 0, 0)
    loss = -delta.where(delta < 0, 0)

    avg_gain = gain.rolling(window=period).mean()
    avg_loss = loss.rolling(window=period).mean()

    rs = avg_gain / avg_loss
    rsi = 100 - (100 / (1 + rs))
    return rsi

df['rsi14'] = calculate_rsi(df['close'], 14)

---

4. 볼린저 밴드 (Bollinger Bands)

볼린저 밴드는 이동평균선 기준으로 표준편차를 위아래에 더한 밴드를 만든다.

period = 20
std = df['close'].rolling(window=period).std()
df['bb_middle'] = df['close'].rolling(window=period).mean()
df['bb_upper'] = df['bb_middle'] + 2 * std
df['bb_lower'] = df['bb_middle'] - 2 * std

---

5. 간단한 매수·매도 조건

이제 지표를 활용해서 단순한 매매 조건을 만들어본다.

예를 들어 아래와 같은 조건을 생각해볼 수 있다:

• 매수 조건: 종가가 볼린저 밴드 하단을 하회하고, RSI가 30 미만
• 매도 조건: 종가가 볼린저 밴드 상단을 돌파하고, RSI가 70 초과

last = df.iloc[-1]

if last['close'] < last['bb_lower'] and last['rsi14'] < 30:
    print("매수 시그널 발생")

elif last['close'] > last['bb_upper'] and last['rsi14'] > 70:
    print("매도 시그널 발생")

else:
    print("관망")

---

6. 결과 확인

위 코드들을 하나의 .py 파일에 모아 실행해보면,
현재 시장 상황에서 매매 시그널이 나오는지 여부를 직접 확인할 수 있다.
이 결과를 기반으로 알림을 보내거나, 실제 주문으로 연결하는 로직을 추가해나가게 된다.

---

 

대략적으로 종합한 테스트 파일은 아래와 같다.

이제 기본적인 틀이 갖추어 졌으니 실제 전략이 어떻게 결과를 만들어내는지 알아볼 일이 남아있다.

import ccxt
import pandas as pd

# 바이낸스 객체 생성 (API 키 없음)
binance = ccxt.binance({
    'enableRateLimit': True
})

# 심볼과 캔들 간격 설정
symbol = 'BTC/USDT'
timeframe = '5m'
limit = 100

# 캔들 데이터 가져오기
ohlcv = binance.fetch_ohlcv(symbol, timeframe=timeframe, limit=limit)
df = pd.DataFrame(ohlcv, columns=['timestamp', 'open', 'high', 'low', 'close', 'volume'])
df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms')

# 이동평균선 계산 (20기간)
df['ma20'] = df['close'].rolling(window=20).mean()

# RSI 계산 함수
def calculate_rsi(series, period=14):
    delta = series.diff()
    gain = delta.where(delta > 0, 0)
    loss = -delta.where(delta < 0, 0)

    avg_gain = gain.rolling(window=period).mean()
    avg_loss = loss.rolling(window=period).mean()

    rs = avg_gain / avg_loss
    rsi = 100 - (100 / (1 + rs))
    return rsi

df['rsi14'] = calculate_rsi(df['close'], 14)

# 볼린저 밴드 계산 (20기간, 2표준편차)
period = 20
std = df['close'].rolling(window=period).std()
df['bb_middle'] = df['ma20']
df['bb_upper'] = df['bb_middle'] + 2 * std
df['bb_lower'] = df['bb_middle'] - 2 * std

# 최신 캔들 기준으로 시그널 출력
last = df.iloc[-1]

print(f"현재가: {last['close']:.2f}")
print(f"볼린저밴드 하단: {last['bb_lower']:.2f}, 상단: {last['bb_upper']:.2f}")
print(f"RSI(14): {last['rsi14']:.2f}")

if last['close'] < last['bb_lower'] and last['rsi14'] < 30:
    print("📈 매수 시그널 발생")

elif last['close'] > last['bb_upper'] and last['rsi14'] > 70:
    print("📉 매도 시그널 발생")

else:
    print("⏸️ 관망")