run_experiments.py가 14개 전략 × 32개 심볼에 대해 백테스트를 돌리고 ranking_all.csv를 만든다. 이 448행짜리 CSV를 그대로 라이브 봇에 넣을 수는 없다. 어떤 전략이 어느 심볼에서 실제로 쓰일지 결정하는 두 가지 스크립트가 있다.

  • build_strategy_selection.py — 핵심 필터링 로직
  • refresh_nonvix_selection.py — SHA256 버전 관리 + meta/report 생성

입력 데이터 구조

ranking_all.csv는 전략·심볼 조합별 백테스트 결과를 담는다.

컬럼: oos_return, sharpe, mdd, profit_factor,
      instability_penalty, score, trades, strategy, symbol

score는 metrics.py의 selection_score — Sharpe + Profit Factor - 2.5×MDD - instability_penalty. 이 값으로 심볼별 최종 전략을 결정한다.

4단계 필터링

1) Frozen 전략 제거

FROZEN_VIX_STRATEGIES = {"vix_prob_hybrid"}
d_nonvix = d[~d["strategy"].isin(frozen)].copy()

VIX 기반 전략은 별도 프로세스에서 독립적으로 관리한다. Non-VIX Allowlist 빌드 시 항상 제외한다.

2) Research-only 전략 제거

research_only = _research_only_strategies(d)
d_nonvix = d_nonvix[~d_nonvix["strategy"].isin(research_only)].copy()

registry에서 research_only=True로 표시된 전략은 라이브에 투입하지 않는다. inwcoin_martingale_strategy가 여기 해당한다.

3) Global Cut

stat = d_nonvix.groupby("strategy").agg(
    positive_ratio=("oos_return", lambda x: float((x > 0).mean())),
    mean_sharpe=("sharpe", "mean"),
)
globally_cut = set(
    stat[
        (stat["positive_ratio"] < 0.25) & (stat["mean_sharpe"] < 0.0)
    ].index.tolist()
)

전략 단위로 판단한다. 32개 심볼 중 OOS 수익이 플러스인 비율이 25% 미만이면서 평균 Sharpe도 음수인 전략은 심볼별 Gate 검사도 없이 전량 제외한다.

이번 실험 결과 6개 전략이 Global Cut됐다.

전략 Positive OOS 비율 평균 Sharpe
berlin_candles 0.0% -5.44
errorfunctions_library 6.2% -3.88
stepped_trailing_tpsl 6.2% -7.81
delta_volume_columns_pro_lucf 6.2% -3.02
emd_trend_investorunknown 18.8% -2.05
range_filter_dw 15.6% -1.95

berlin_candles는 32개 심볼 전부에서 OOS 수익이 음수였다. stepped_trailing_tpsl은 평균 Sharpe가 -7.81로 가장 나쁜 결과를 기록했다.

4) Per-pair Gate

gate = (
    (d_nonvix["sharpe"] >= 1.0)
    & (d_nonvix["profit_factor"] >= 1.2)
    & (d_nonvix["mdd"] >= -0.12)
    & (d_nonvix["trades"] >= 30)
)

이 4개 조건을 모두 충족한 조합만 후보가 된다. 448행 중 26행이 통과했다(5.8%).

전략별 Gate 통과 수
──────────────────────────────────
golden_triangle_1h_setup1_2          10
inwcoin_martingale_strategy           4  ← research_only 제거 후 실질 0
pmax_explorer                         4
elastic_volume_weighted_student_t     3
emd_trend_investorunknown             2  ← global_cut 대상이나 Sharpe 조건만 보면 일부 통과
range_filter_dw                       2  ← global_cut 제거됨
stepped_trailing_tpsl                 1  ← global_cut 제거됨

research_only와 globally_cut을 먼저 제거하고 Gate를 적용하면 실질 후보는 golden_triangle(10) + pmax(4) + elastic_t(3) = 17개 쌍이다.

심볼별 최고 스코어 1개 선택

cand = d_nonvix[gate].copy().sort_values(["symbol", "score"], ascending=[True, False])
chosen = cand.groupby("symbol", as_index=False).head(1)

max_strategies_per_symbol=1이면 심볼당 1개, 2이면 2개까지 허용한다. refresh_nonvix_selection.py는 single_best 모드용으로 항상 1개를 선택한다.

최종 선택된 14개 쌍:

심볼 전략 Score
IWM golden_triangle_1h_setup1_2 5.15
IYR golden_triangle_1h_setup1_2 5.34
KRE golden_triangle_1h_setup1_2 4.39
MDY golden_triangle_1h_setup1_2 3.53
SOXX golden_triangle_1h_setup1_2 2.98
TAN golden_triangle_1h_setup1_2 3.01
XBI elastic_volume_weighted_student_t_tension 4.47
XLB pmax_explorer 5.41
XLF golden_triangle_1h_setup1_2 4.08
XLI golden_triangle_1h_setup1_2 5.26
XLP golden_triangle_1h_setup1_2 10.41
XLRE golden_triangle_1h_setup1_2 6.15
XLU pmax_explorer 5.20
XLY pmax_explorer 4.41

XLP의 score 10.41이 압도적으로 높다. golden_triangle이 10개 심볼을 독식하고 pmax가 3개, elastic_t가 1개를 가져갔다.

아티팩트 출력

config/allowlist_ls32_nonvix.csv    ← symbol,strategy,enabled,reason
config/scores_ls32_nonvix.csv       ← symbol,strategy,score
config/enabled_symbols_ls32_nonvix.txt ← 활성 심볼 목록
config/selection_ls32_nonvix_meta.json ← generation_id + selected_pairs
reporting/ls32_nonvix_single_best_refresh_latest.md  ← Markdown 리포트

allowlist.csv는 모든 심볼 × 전략 조합을 담는다. Gate를 통과한 쌍은 enabled=1, 나머지는 enabled=0. 라이브 봇은 이 파일을 읽어 해당 사이클에서 실행할 전략을 결정한다.

SHA256 generation_id

def _generation_id(ranking_path: Path, payload: dict[str, Any]) -> str:
    h = hashlib.sha256()
    h.update(str(ranking_path.resolve()).encode("utf-8"))
    h.update(ranking_path.read_bytes())     # ranking 파일 내용
    h.update(json.dumps(payload, sort_keys=True).encode("utf-8"))  # gate + selected_pairs
    return "sha256:" + h.hexdigest()

ranking 파일 내용과 Gate 파라미터, 선택 결과를 모두 포함한 SHA256이다. ranking이 바뀌거나 Gate 파라미터가 달라지면 generation_id가 달라진다.

// selection_ls32_nonvix_meta.json
{
  "generation_id": "sha256:2549a5f1c93b22d5...",
  "selected_pairs": [...],
  "enabled_symbols": [...]
}

라이브 봇은 이 generation_id로 현재 실행 중인 포지션이 어느 세대의 선택 결과인지 추적한다. Cutover 시 이전 세대 포지션을 legacy_hold로 분류하는 기준이 된다.

Allowlist 리프레시 트리거

실험 결과가 업데이트됐거나, Gate 파라미터를 조정했거나, 새 전략이 추가됐을 때 아래 명령으로 리프레시한다.

python3 -m trading.cli.refresh_nonvix_selection \
  --ranking results_experiments_all_strategies_20260306_001/ranking_all.csv \
  --min-sharpe 1.0 \
  --min-profit-factor 1.2 \
  --max-drawdown-abs 0.12 \
  --min-trades 30

출력된 generation_id가 바뀌면 다음 라이브 봇 재기동 시 새 세대로 전환된다.