開発記録#192(2025/4/22)戦略ログ「Premium‑Guard DeltaGuard DCA」

2025年4月22日 2025年4月23日

ご利用にあたっての重要な注意事項（必読）

This code is provided as-is for educational purposes only.
It does not constitute investment advice. Use entirely at your own risk.

1. 本コードの性質

実売買を実行します
- 現物DCA購入、先物ショートヘッジ、ポジション全解除などを自動で発注します。
config.yaml に API キー／パラメータを記述すると、Bybit 本番環境でリアルトレードが走ります。
誤設定・過大なポジションサイズにより 重大な損失 が生じる可能性があります。

2. 安全な導入手順 – “必ずTestnetから”

手順	やること	理由
① Testnetキー発行	Bybit Testnet の API キーを取得	リアル資金を守る
② `config.yaml` にセット	`hedge_qty`・`capital_percent` を極小値で設定	想定外の建玉を防ぐ
③ 24時間連続稼働テスト	DCA→ヘッジ→解除→損切りの全フローを確認	ロジック漏れを洗い出す
④ 本番キー投入	本番資金は余剰資金のみ	リスク許容度に合わせる

⚠️ API キーをブログ・SNS・GitHub などに絶対公開しないでください。

3. APIキーと設定ファイルの取り扱い

本記事の config.yaml は 完全なダミー です。実キーは必ずローカル .env など非公開領域で管理してください。
Git 管理時は .gitignore で config.yaml / .env を除外し、誤 push 事故 を防止してください。

4. Prometheus メトリクスの公開範囲

本コードは start_http_server() で ポートを外部に開放 します。
- 本番運用時は ファイアウォール / IP 制限 / Basic 認証 等を必ず設定してください。
- ダッシュボードをインターネット公開する場合は 逆プロキシ経由（nginx 等） でアクセス制御を推奨。

5. 免責事項（Disclaimer）

本コードは 学習素材 として無償提供されています。
当ブログおよび筆者は、
1. 本コードの利用・改変・再配布、
2. それらに伴う金銭的損失・機会損失・第三者への損害
  について 一切の責任を負いません。
Not financial advice. 投資判断はすべてご自身で行ってください。

6. 推奨される使い方

コードの構造とリスク管理ロジックを読み解く
Testnet で挙動を観察・デバッグ
自分の戦略／資金規模に合わせてパラメータをチューニング
本番環境では 設定の再確認・少額資金から段階的に 運用

Premium‑Guard DeltaGuard Dca

参考記事：開発記録#190(2025/4/21)戦略抽出「デルタガードDCA戦略&深掘り」

import asyncio
import logging
import yaml
import time
from datetime import datetime, timedelta
import aiohttp
import pybotters
from prometheus_client import Gauge, start_http_server
import schedule

# ロギングを設定
tool_logger = logging.getLogger('PremiumGuard')
logging.basicConfig(level=logging.INFO)

# 設定ファイルを読み込む
with open('config.yaml', 'r') as f:
    CONFIG = yaml.safe_load(f)

API_KEYS = CONFIG['api_keys']
CAPITAL_PERCENT = CONFIG.get('capital_percent', 0.01)
TWAP_PERIODS = CONFIG.get('twap_periods', 2)
P_THRESHOLD = CONFIG.get('p_threshold', 0.00005)
OI_LONG_HIGH = CONFIG.get('oi_long_high', 0.6)
OI_LONG_LOW = CONFIG.get('oi_long_low', 0.4)
SL_CUT = CONFIG.get('stop_loss_pct', 0.15)
TRAILING_PCT = CONFIG.get('trailing_pct', 0.20)
DELTA_52W = CONFIG.get('delta_52w', 0.05)
JST_OFFSET = CONFIG.get('jst_offset_hours', 9)

# Prometheus用のメトリクス定義

gauge_p = Gauge('premium_index', 'プレミアム指数 P')
gauge_fr = Gauge('funding_rate', '資金調達率 FR')
gauge_oi = Gauge('oi_long_ratio', '建玉のロング比率')
gauge_pnl = Gauge('current_pnl_pct', '現在の損益率')

class DataCollector:
    def __init__(self, client):
        self.client = client
        self.history = []  # (timestamp, P, oi_long_ratio) の履歴

    async def fetch_prices_and_oi(self):
        # 指数価格を取得
        idx = await self.client.get('/v5/market/index-price', params={'symbol': CONFIG['symbol']})
        idx_data = await idx.json()
        index_price = float(idx_data['result'][0]['indexPrice'])

        # 永久先物のマーク価格を取得
        fut = await self.client.get('/v5/market/tickers', params={'symbol': CONFIG['symbol']})
        fut_data = await fut.json()
        mark_price = float(fut_data['result'][0]['markPrice'])

        # プレミアム指数 P を計算
        p = mark_price / index_price - 1

        # ロング/ショート比率を取得
        lr = await self.client.get('/v5/market/long-short-ratio', params={
            'symbol': CONFIG['symbol'], 'interval': '1h', 'limit': 1
        })
        lr_data = await lr.json()
        oi_long_ratio = float(lr_data['result'][0]['longShortRatio']) / 100.0

        timestamp = datetime.utcnow()
        self.history.append((timestamp, p, oi_long_ratio))
        # 履歴を TWAP_PERIODS 件に制限
        if len(self.history) > TWAP_PERIODS:
            self.history.pop(0)

        gauge_p.set(p)
        gauge_oi.set(oi_long_ratio)

        return p, oi_long_ratio

class SignalEvaluator:
    def __init__(self):
        self.hedge_counter = 0
        self.normal_counter = 0
        self.last_peak_price = None

    def evaluate(self, p, oi_long_ratio, interest_rate):
        # 資金調達率 FR を計算
        fr = interest_rate + p
        gauge_fr.set(fr)

        # 予備ヘッジシグナル
        preempt = (p > P_THRESHOLD and oi_long_ratio > OI_LONG_HIGH)
        # 通常ヘッジシグナル
        normal = (fr > 0)
        # クイック解除シグナル
        unwind = (p < -P_THRESHOLD or oi_long_ratio < OI_LONG_LOW)

        if preempt:
            self.hedge_counter += 1
        else:
            self.hedge_counter = 0

        if normal:
            self.normal_counter += 1
        else:
            self.normal_counter = 0

        if unwind:
            return 'unwind'
        if self.hedge_counter >= TWAP_PERIODS:
            return 'preemptive_hedge'
        if self.normal_counter >= TWAP_PERIODS:
            return 'normal_hedge'
        return None

class TradeManager:
    def __init__(self, client):
        self.client = client
        self.disable_until = None

    async def dca_buy(self):
        # 現物買い量を計算（USDT残高×CAPITAL_PERCENT）
        balance = await self.client.get('/v5/account/balance', params={'coin': 'USDT'})
        bal_data = await balance.json()
        usdt_bal = float([x for x in bal_data['result'] if x['coin'] == 'USDT'][0]['availableBalance'])
        alloc = usdt_bal * CAPITAL_PERCENT
        price = await self.client.get('/v5/market/tickers', params={'symbol': CONFIG['symbol']})
        price_data = await price.json()
        spot_price = float(price_data['result'][0]['lastPrice'])
        qty = alloc / spot_price

        await self.client.post('/v5/order/create', data={
            'category': 'spot', 'symbol': CONFIG['symbol'], 'side': 'Buy', 'orderType': 'Market',
            'qty': str(qty)
        })
        tool_logger.info(f'DCA買い注文を発注しました: qty={qty}')
        return qty

    async def hedge_short(self):
        # 先物ショート建玉をマーケットで実行
        await self.client.post('/v5/order/create', data={
            'category': 'linear', 'symbol': CONFIG['symbol'], 'side': 'Sell', 'orderType': 'Market',
            'qty': CONFIG['hedge_qty']
        })
        tool_logger.info('ヘッジショート建玉を開始しました')

    async def unwind(self):
        # 全先物ポジションを決済
        await self.client.post('/v5/order/cancel-all', data={'symbol': CONFIG['symbol'], 'category': 'linear'})
        tool_logger.info('ヘッジポジションを解除しました')

    async def close_all(self):
        # 全ポジション（現物・先物）を全てクローズ
        await self.client.post('/v5/order/cancel-all', data={'symbol': CONFIG['symbol'], 'category': 'linear'})
        await self.client.post('/v5/order/cancel-all', data={'symbol': CONFIG['symbol'], 'category': 'spot'})
        tool_logger.info('全ポジションをクローズしました')

class PnLMonitor:
    def __init__(self, client, tm):
        self.client = client
        self.tm = tm
        self.peak_price = 0

    async def check(self):
        # P&L監視（ダミー算出）
        pnl_pct = 0.0
        gauge_pnl.set(pnl_pct)

        # 損切り（DD15%超）
        if pnl_pct < -SL_CUT:
            await self.tm.close_all()
            self.tm.disable_until = datetime.utcnow() + timedelta(hours=24)
            tool_logger.warning('損切り条件を満たしました。24時間停止します')

        # トレーリング利確（最高値からTRAILING_PCT下落）
        ticker = await self.client.get('/v5/market/tickers', params={'symbol': CONFIG['symbol']})
        last_price = float((await ticker.json())['result'][0]['lastPrice'])
        self.peak_price = max(self.peak_price, last_price)
        if last_price < self.peak_price * (1 - TRAILING_PCT):
            await self.tm.close_all()
            tool_logger.info('トレーリング利確を実行しました')

async def scheduler_loop(client, dc, se, tm):
    # 毎日JST09:00にDCA買いをスケジュール
    def job():
        asyncio.create_task(tm.dca_buy())
    schedule.every().day.at(CONFIG['dca_time']).do(job)

    while True:
        schedule.run_pending()
        await asyncio.sleep(1)

async def main():
    # Prometheusメトリクス用HTTPサーバーを起動
    start_http_server(CONFIG.get('metrics_port', 8000))

    async with pybotters.Client(api_key=API_KEYS['key'], api_secret=API_KEYS['secret']) as client:
        dc = DataCollector(client)
        se = SignalEvaluator()
        tm = TradeManager(client)
        pnl = PnLMonitor(client, tm)

        # DCAエントリーのスケジュール開始
        asyncio.create_task(scheduler_loop(client, dc, se, tm))

        while True:
            # 停止期間中はスキップ
            if tm.disable_until and datetime.utcnow() < tm.disable_until:
                await asyncio.sleep(60)
                continue

            # データ収集→シグナル判定→注文実行
            p, oi = await dc.fetch_prices_and_oi()
            interest_rate = CONFIG.get('interest_rate', 0.0003)
            sig = se.evaluate(p, oi, interest_rate)
            if sig in ['preemptive_hedge', 'normal_hedge']:
                await tm.hedge_short()
            elif sig == 'unwind':
                await tm.unwind()

            # P&L監視
            await pnl.check()

            await asyncio.sleep(CONFIG.get('poll_interval', 60))

if __name__ == '__main__':
    asyncio.run(main())

DataCollector：現物・先物価格とロング／ショート比率を取得し、プレミアム指数の TWAP を計算
SignalEvaluator：プレミアム指数（P）、建玉比率（OI）、資金調達率（FR）に応じて「予備ヘッジ」「通常ヘッジ」「クイック解除」のシグナルを判定
TradeManager：定額 DCA 買いの発注、先物ショート建玉、建玉解除、全ポジションクローズを実行
PnLMonitor：15% のドローダウンで損切り、最高値からの 20% 下落でトレーリング利確を監視・実行
Scheduler：schedule ライブラリで毎営業日09:00 JST に定額買いを自動実行
Metrics：Prometheus を介して P, FR, OI, P&L を収集し、Grafana で可視化可能

あとは config.yaml に API キーやしきい値を設定し、スクリプトを起動するだけで、常時ポーリング → シグナル判定 → 注文実行 → メトリクス公開が自動で動作する。

`config.yaml` の例

# config.yaml (例・公開しても安全なモック)
api_keys:
  key: "YOUR_API_KEY"
  secret: "YOUR_API_SECRET"

symbol: "BTCUSDT"
hedge_qty: "0.01"
capital_percent: 0.01
p_threshold: 0.00005
oi_long_high: 0.6
oi_long_low: 0.4
stop_loss_pct: 0.15
trailing_pct: 0.2
dca_time: "09:00"
interest_rate: 0.0003
poll_interval: 60
metrics_port: 8000

1. 準備：設定とライブラリの読み込み

設定ファイル（config.yaml）を読み込む
‑ APIキー、取引ペア、各種しきい値（閾値）などを外部ファイルから読み込む。
‑ こうすることで、値を変更したいときにコードを触らずに済むようになる。
必要なライブラリのインポート
‑ pybotters：Bybit などの取引所 API へ非同期リクエストを送るため
‑ schedule：毎日決まった時刻に処理を実行するため
‑ prometheus_client：メトリクス（P, FR, OI, P&L）を収集し、Grafana で可視化できるようにするため
‑ その他：日時操作、ログ出力、非同期処理用の標準モジュールなど

2. データ収集モジュール：`DataCollector`

価格・建玉情報の取得
- 現物（スポット）のMark Price
- 永久先物のMark Price
- 直近１時間のロング／ショート比率
プレミアム指数 P の計算 　P = (先物マーク価格 ÷ 指数価格) − 1
TWAP（時間加重平均）対応の履歴管理
‑ 直近２サイクル分の P, OI をリストに保存し、平均化の準備をする。
Prometheus メトリクスへの登録
‑ 取得した P と OI をすぐにダッシュボードで見えるように送信します。

3. シグナル判定モジュール：`SignalEvaluator`

基本資金調達率（FR）の計算 FR = 固定金利 I + P
３種類のシグナル判定
- 予備ヘッジ
  P がしきい値以上＆ OI_LongRatio がしきい値以上 → 先物ショート建玉を早めにスタート
- 通常ヘッジ
  FR > 0 → P を加味した結果、持ち越しコストが発生すると判断
- クイック解除
  P が負しきい値以下または OI_LongRatio が低すぎる → すぐにヘッジ解除
連続シグナル判定
‑ 「２サイクル連続で同じ判定が出たらアクション」という仕組みで、ノイズ（一時的な揺れ）を除去します。

4. 注文実行モジュール：`TradeManager`

定額DCA買い (dca_buy)
- USDT 残高の 1%（例）を使ってマーケット成行買い
- 毎朝09:00に自動で呼び出される
先物ショート建玉 (hedge_short)
- シグナルに応じて先物を成行ショートで建てる
ヘッジ解除 (unwind)
- 先物ポジションを全てキャンセルしてクローズ
全ポジション一括クローズ (close_all)
- 損切りや利確で現物・先物ともに即座にクローズ

5. 損益監視モジュール：`PnLMonitor`

ドローダウン（DD15%）の判定
‑ 含み損が資産の15%以上になったら close_all() を呼び出し、
‑ さらに24時間スクリプト実行を停止してリスクを抑制
トレーリング利確（ピーク比20%下落）
‑ 保有中の最高価格を更新し続け、
‑ 現在価格が最高値の80%を下回ったら利確

6. 定期実行（Scheduler）

schedule ライブラリで「毎日09:00 JSTに dca_buy() を実行」と予約
メインループとは別スレッド的に動かし、
毎秒 schedule.run_pending() を呼んでキューに溜まったジョブを実行します。

7. メインループ：`main()`

Prometheus サーバ起動
‑ メトリクスを 8000 番ポートで公開
APIクライアント生成
‑ pybotters.Client に APIキーを渡して接続
無限ループでの処理（60秒ごと）
1. 停止期間中 かどうかをチェック
2. データ収集 → fetch_prices_and_oi()
3. シグナル判定 → evaluate()
4. 注文実行（予備ヘッジ／通常ヘッジ／解除）
5. 損益監視 → check()

まとめ

設定（APIキー・しきい値）を外部化
非同期×スケジューラで高い応答性
Prometheusで「P・FR・OI・PnL」を可視化
３層のヘッジ判定＋DCA＋出口ルールでリスク管理を重ねる

開発フロー概要

flowchart TD
  A[要件定義] --> B[環境構築]
  B --> C[モジュール設計]
  C --> D[データ収集実装]
  D --> E[シグナル判定実装]
  E --> F[注文実行実装]
  F --> G[P&L監視実装]
  G --> H[スケジューラ実装]
  H --> I[メトリクス統合]
  I --> J[単体テスト & モック検証]
  J --> K[結合テスト（テストネット）]
  K --> L[通知機能（Slack/Email）実装]
  L --> M[プロダクションデプロイ]
  M --> N[モニタリング & アラート設定]
  N --> O[運用・改善サイクル]

フェーズ 1: 要件定義

戦略仕様の確定
- Premium Index, OI, FR シグナルの閾値
- DCA 資金割合、ストップロス／利確ルール
- 通知要件（Slack／Email）
- 可視化要件（Grafana メトリクス項目）
スコープ設定
- まずは P/OI 収集＋FR並行テストのみ → 正常動作確認
- 段階的に DCA → 注文 → P&L監視 → 通知 → デプロイへ

フェーズ 2: 環境構築

開発環境
- Python ≥3.12（pyenv, Poetry で仮想環境）
- VSCode + Python 拡張
依存ライブラリ
- pybotters, aiohttp（非同期 API）
- schedule（定時実行）
- prometheus_client（メトリクス公開）
- loguru または標準 logging
- pyyaml（設定ファイル）
設定管理
- config.yaml に APIキー／シンボル／各種閾値を集約

フェーズ 3: モジュール設計

モジュール名	役割
DataCollector	価格・OI 取得、TWAP 計算
SignalEvaluator	P/OI/FR によるヘッジ・解除の判定
TradeManager	DCA 買い、先物ショート、全クローズ
PnLMonitor	DD15%・トレーリング利確の監視
Scheduler	毎日 DCA 実行スケジュール
MetricsExporter	Prometheus へ P, FR, OI, PnL を公開
Notifier	Slack／Email 通知（拡張フェーズ）

フェーズ 4: 各モジュールの実装

DataCollector
- Bybit API へ非同期リクエスト
- プレミアム指数計算・履歴管理
SignalEvaluator
- 連続判定用カウンタ実装
- 判定結果を文字列（'preemptive_hedge' など）で返却
TradeManager
- DCA 買い（現物マーケット成行）
- 先物ショート／解除 API 呼び出し
- 全クローズロジック
PnLMonitor
- 含み損率計算（または簡易算出）
- DD 超過時・トレーリング時の close_all()
Scheduler
- schedule.every().day.at('09:00').do(dca_buy)
MetricsExporter
- Gauge 定義 → 各モジュールから set()
Notifier（後工程）
- slack-sdk などを使いアクション毎に通知

フェーズ 5: テスト

単体テスト & モック
- HTTP クライアントをモックして DataCollector を検証
- SignalEvaluator の閾値判定テスト
結合テスト
- テストネット環境に接続し、一連の流れをシミュレーション
- DCA → ヘッジ → 解除 → 損切り／利確の動作確認

フェーズ 6: デプロイ & 運用

デプロイ
- Docker イメージ化 → Kubernetes / VM へ配備
- 環境変数 & シークレット管理
モニタリング
- Prometheus ＋ Grafana ダッシュボード構築
- アラートルール（DD 超過、API エラー多発時など）
運用サイクル
- 定期的な戦略バックテスト結果レビュー
- パラメータ調整・閾値最適化
- 通知ログの分析 → フロー改善

おまけ：Delta Guard Dca Prototype

# -*- coding: utf-8 -*-
import asyncio
import yaml
import schedule
import time
from datetime import datetime, timedelta
import pybotters
import logging

# --- 初期設定 ---
logging.basicConfig(level=logging.INFO, format='%(asctime)s %(levelname)s: %(message)s')

# config.yaml から設定を読み込む
# 必要な項目:
# api_key, api_secret, symbol, capital_percent, dca_time, hedge_interval_hours, poll_interval_sec, stop_loss_pct
with open('config.yaml', 'r') as f:
    CONFIG = yaml.safe_load(f)

API_KEY = CONFIG['api_key']
API_SECRET = CONFIG['api_secret']
SYMBOL = CONFIG.get('symbol', 'BTCUSDT')
CAPITAL_PERCENT = CONFIG.get('capital_percent', 0.01)
DCA_TIME = CONFIG.get('dca_time', '09:00')           # JST の定額買い時刻
HEDGE_INTERVAL = CONFIG.get('hedge_interval_hours', 1)  # ヘッジ判定の間隔（時間）
POLL_INTERVAL = CONFIG.get('poll_interval_sec', 60)     # 損切り監視の間隔（秒）
STOP_LOSS_PCT = CONFIG.get('stop_loss_pct', 0.15)       # ドローダウン許容率（15%）
DISABLE_DURATION = timedelta(hours=24)                  # 損切り後の停止期間

class DeltaGuardDCA:
    def __init__(self):
        # Bot の状態管理
        self.disable_until = None   # 停止期間終了時刻
        self.capital_base = None    # 最初の資本を保持
        self.spot_amt = 0.0         # 累積購入 BTC 枚数

    async def dca_buy(self, client: pybotters.Client):
        """
        定額DCA買い：USDT残高のCAPITAL_PERCENT分を現物BTC成行買い
        """
        # 停止期間中は実行しない
        if self.disable_until and datetime.utcnow() < self.disable_until:
            logging.info('DCA買い：停止期間中のためスキップ')
            return

        # USDT 残高取得
        resp = await client.get('/v5/account/balance', params={'coin': 'USDT'})
        data = await resp.json()
        usdt_bal = float([x for x in data['result'] if x['coin']=='USDT'][0]['availableBalance'])

        # 買付額と枚数計算
        alloc = usdt_bal * CAPITAL_PERCENT
        resp2 = await client.get('/v5/market/tickers', params={'symbol': SYMBOL})
        price = float((await resp2.json())['result'][0]['lastPrice'])
        qty = alloc / price

        # 成行買い注文
        await client.post('/v5/order/create', data={
            'category':'spot', 'symbol':SYMBOL, 'side':'Buy', 'orderType':'Market', 'qty':str(qty)
        })
        logging.info(f'DCA買い executed: qty={qty:.6f} BTC at price={price:.1f} USDT')

        # 初回のみ資本ベースを記録
        if self.capital_base is None:
            self.capital_base = usdt_bal
        self.spot_amt += qty

    async def hedge(self, client: pybotters.Client):
        """
        FR ヘッジ：FR>0で先物ショート建玉、FR<=0でクローズ
        """
        # 停止期間中は実行しない
        if self.disable_until and datetime.utcnow() < self.disable_until:
            logging.info('ヘッジ処理：停止期間中のためスキップ')
            return

        # 資金調達率取得
        resp = await client.get('/v5/public/funding/prev-funding-rate', params={'symbol':SYMBOL})
        fr = float((await resp.json())['result'][0]['fundingRate'])

        # 現物評価額 = 今のBTC価格 * 保有枚数
        resp2 = await client.get('/v5/market/tickers', params={'symbol': SYMBOL})
        price = float((await resp2.json())['result'][0]['lastPrice'])
        notional = price * self.spot_amt

        # ヘッジ枚数計算（先物ショート枚数 = 現物評価額 ÷ 先物価格）
        hedge_qty = notional / price

        if fr > 0:
            # ヘッジ建玉
            await client.post('/v5/order/create', data={
                'category':'linear', 'symbol':SYMBOL, 'side':'Sell', 'orderType':'Market', 'qty':str(hedge_qty)
            })
            logging.info(f'ヘッジON: FR={fr:.6f} > 0, qty={hedge_qty:.6f}')
        else:
            # ヘッジ解除
            await client.post('/v5/order/cancel-all', data={'symbol':SYMBOL, 'category':'linear'})
            logging.info(f'ヘッジOFF: FR={fr:.6f} <= 0, closed all')

    async def check_stop_loss(self, client: pybotters.Client):
        """
        損切り監視：含み損がSTOP_LOSS_PCT超で全クローズ＋停止期間セット
        """
        if self.capital_base is None:
            return
        # 現在の評価額取得（簡易：USDT残高＋保有BTC評価）
        resp = await client.get('/v5/account/balance', params={'coin':'USDT'})
        usdt_bal = float([x for x in (await resp.json())['result'] if x['coin']=='USDT'][0]['availableBalance'])
        resp2 = await client.get('/v5/market/tickers', params={'symbol': SYMBOL})
        price = float((await resp2.json())['result'][0]['lastPrice'])
        total_val = usdt_bal + price * self.spot_amt

        # ドローダウン率計算
        dd = 1 - (total_val / self.capital_base)
        if dd > STOP_LOSS_PCT:
            # 全ポジション決済
            await client.post('/v5/order/cancel-all', data={'symbol':SYMBOL, 'category':'linear'})
            await client.post('/v5/order/cancel-all', data={'symbol':SYMBOL, 'category':'spot'})
            self.disable_until = datetime.utcnow() + DISABLE_DURATION
            logging.warning(f'損切り発動: DD={dd:.2%} > {STOP_LOSS_PCT:.2%}, 停止 until {self.disable_until}')

    def run(self):
        """
        スケジュール設定とメインループ
        """
        # schedule で定期ジョブを登録
        schedule.every().day.at(DCA_TIME).do(lambda: asyncio.create_task(self.dca_buy(client)))
        schedule.every(HEDGE_INTERVAL).hours.do(lambda: asyncio.create_task(self.hedge(client)))

        loop = asyncio.get_event_loop()

        # 損切り監視ループ
        async def pnl_loop():
            while True:
                await self.check_stop_loss(client)
                await asyncio.sleep(POLL_INTERVAL)

        # pybotters クライアントで接続
        async def main():
            nonlocal client
            async with pybotters.Client(api_key=API_KEY, api_secret=API_SECRET) as client:
                # 損切り監視タスク開始
                asyncio.create_task(pnl_loop())
                # schedule を動かす
                while True:
                    schedule.run_pending()
                    await asyncio.sleep(1)

        loop.run_until_complete(main())

if __name__ == '__main__':
    bot = DeltaGuardDCA()
    bot.run()

プロトタイプとして、以下の機能を日本語コメント付きで実装しました。

定額DCA買い（現物BTC、資本の1%ずつ成行）
Funding Rate ヘッジ（FR>0で先物ショート、FR≤0で解除）
ドローダウン損切り（含み損15%以上で全ポジクローズ＋24h停止）
スケジューリング（DCA：毎日09:00 JST、ヘッジ：1時間ごと、損切り監視：60秒ごと）

config.yaml に必要設定を入れて、python delta_guard_dca_prototype.py で実行。

-Bot

comment コメントをキャンセル

Bot プログラミングスキル機械学習・データサイエンス

2024/9/3

仮想通貨botの開発記録#99(2024/9/3)「コードジェネレータの作成①」

前回の記事に引き続き、今回も仮想通貨botの開発状況をまとめていきます。今回は「コードジェネレータの作成」についてまとめました。ゴール自動取引botのロジックを複数書かせてそれらをバックテストとフォワードテストにかけた上で実行戦略毎に最も勝率の高いコードを提案するコードジェネレータ的なプログラムを書く。【条件の限定】使用する言語はPython。各ステップは別のプログラムとして実行する。システムトレードで用いられる代表的なトレード戦略を10種類選んで使う。Dockerで仮想環境を構築する。具体的な ...

Bot

2025/4/9

開発記録#148(2025/3/25)「論文ベースのbot開発フローpart.10 システム全体の統合テスト」

前回の記事に引き続き、今回も仮想通貨botの開発状況をまとめていきます。本記事では「暗号通貨のパンプ＆ダンプスキームの検出」に関する論文をベースにbot開発の過程をまとめていきます。 Detecting Crypto Pump-and-Dump Schemes: A Thresholding-Based Approach to Handling Market Noisehttps://t.co/ctCJEV1MBs— よだか(夜鷹/yodaka) (@yodakablog) March 22 ...

Bot トレードロジック

2024/8/29

仮想通貨botの開発記録#59(2024/2/24)「ビットコインの積立Botを作ってみる」

前回の記事に引き続き、今回も仮想通貨botの開発状況をまとめていきます。今回はChatGPT4を使って「ビットコインの積立Bot」のコードを書きました。ホントこれ。積立Botは制作も簡単かつ戦略自体がシンプルで強いから、これに勝るBot制作に腐心することになる。仮想敵は自分の積立Botなのです。 https://t.co/goKp1UHyqP— よだか(夜鷹/yodaka) (@yodakablog) February 10, 2024 積立Bot作成の参考にしている記事。積立戦略は長期で ...

Bot 機械学習・データサイエンス

2024/8/29

仮想通貨botの開発記録#44(2024/1/11)「データサイエンスの学習③回帰分析の基本」

前回の記事に引き続き、今回も仮想通貨botの開発状況をまとめていきます。こちらの動画「80分で学ぶ！Pythonによる回帰分析の基本【Pythonデータサイエンス超入門】」を参考に「回帰分析の基本」の学習をしました。ここから分からないことが飛躍的に増えるので一つずつ丁寧に進めていきます。80分で学ぶ！Pythonによる回帰分析の基本【Pythonデータサイエンス超入門】 https://t.co/SPA7lc0M6C @YouTubeより— よだか(夜鷹/yodaka) (@yodakab ...

Bot

2025/4/23

開発記録#194(2025/4/23)開発計画まとめロードマップ

現在、MMbot開発にコミットしていることの合理性とその根拠及び今後の方針と不確実性・リスクについて詳細をまとめておく。 1. 「MM botから始める」合理性と論理的根拠観点根拠学習効率ROI秒単位で取引→PDCAサイクルが高速。板取得・非同期I/O・約定監視など“全戦略の共通基礎”を一気に経験できる。資本効率小口でもポジション時間が短く在庫リスク限定。手数料リベート込みで日利0.05〜0.15 %程度を狙えるため“学習用実弾”として適量。心理負荷の管理大損が出にくく、損失ストレスが小さい。集中力を開 ...

開発記録#191(2025/4/22)MMBot開発ログ8「テストネットから本番環境へ。安全ガードを加えた本番運用に向けての道のり&開発者としての自己評価」

開発記録#193(2025/4/23)思考ログ「botterとしての"情報発信"について個人的に思うこと」