Skip to content
프로젝트

mrcanlaco/PeakPulse-AI has 98 GitHub stars and 79 forks. GitHot measured 0 stars in 24 hours. Last checked 2026-11-16 20:05 UTC. Last push 2026-11-14.

이 수치를 측정하는 방법

측정된 스타 증가

in 24h
0
in 7 days
기록 수집 중
in 15 days
기록 수집 중
in 1 month
기록 수집 중

서로 겹치는 기간의 순증가량이며 일별 합계가 아닙니다. 측정값이 없으면 비워 둡니다. 스타는 관심도를 나타내며 품질을 보장하지 않습니다.

소개

PeakPulse AI — Real-Time Financial Market Anomaly Detection & Time-Series Machine Learning Engine

머신러닝

README.ko.md

Original

🪙 DAO VANG — PeakPulse AI

License: MIT Languages

🇻🇳 Tiếng Việt | 🇬🇧 English | 🇨🇳 简体中文 | 🇷🇺 Русский | 🇰🇷 한국어


DAO VANG — 머신러닝 기반 암호화폐 분매/고점 감지 레이더 (Distribution Radar)
머신러닝과 실시간 선물 데이터(Binance USD-M Futures)를 활용한 암호화폐 선물 시장 고점 형성 및 분매 단계(Top Formation / Distribution Phase) 조기 경보 시스템.


🎯 1. 개요 및 소개

**DAO VANG (골드 마이너)**는 실시간 선물 데이터(Point-in-Time Derivatives Data)를 기반으로 암호화폐 시장의 가격 분매 및 고점 형성 신호(Distribution Phase / Pump & Dump)를 조기에 감지하고 경보하는 분석 플랫폼입니다.

가격과 거래량(OHLCV)에만 의존하는 기존 기술적 분석 도구와 달리, DAO VANG은 자금 흐름 지표(펀딩비 Funding Rate, 미결제약정 Open Interest, 테이커 매수/매도 비율 Taker Buy/Sell Ratio, 롱/숏 계정 및 포지션 비율)와 Walk-Forward 검증을 거친 머신러닝 모델을 결합하여 신뢰도 높은 분매 확률을 제공합니다.

💡 운영 철학: 본 시스템은 **수동 경보 레이더 (Human-in-the-loop)**로 작동합니다. DAO VANG은 자동 매매를 수행하지 않으며 (No Auto-Trading), 모든 투자 결정은 100% 사용자의 판단에 맡깁니다.

📎 현재 production 모델, SHA-256 체크섬 및 근거 범위는 production 모델 문서를 기준으로 합니다.


✨ 2. 주요 기능

  • 🔍 24/7 실시간 스캐너 (Live Scanner Daemon): 5분 봉 주기마다 수백 개의 Binance Futures 거래 쌍을 실시간으로 자동 스캔합니다.
  • 📊 Candidate Filter v2 & Pump Filter 메커니즘: 변동성이 큰 코인을 빠르게 필터링하여 자금 흐름 이상 및 급격한 반전 위험을 감지합니다.
  • 🤖 머신러닝 및 자가 학습 데몬 (Self-Learning Daemon):
    • 보정된 challenger를 shadow 모드에서 평가하며 자동 승격하지 않습니다.
    • Walk-Forward Validation과 회귀 검사를 사용해 lookahead 위험을 줄입니다.
  • 📲 Telegram 24/7 실시간 알림: 상세 분석 지표 및 대시보드 직행 링크가 포함된 신호 알림을 개인/그룹 텔레그램으로 즉시 전송합니다.
  • 💻 웹 대시보드 UI (React + Vite + TypeScript):
    • 트레이딩뷰 스타일의 인터랙티브 캔들차트.
    • 실시간 신호 피드 요약 테이블 (Signal Feed).
    • 시스템 상태 모니터링, 백테스트 이력 조회 및 와치리스트 관리.
  • 🐳 Docker 원클릭 배포: VPS/서버 환경에서 Docker & Docker Compose를 통해 1클릭 배포 지원.

🛠 3. 기술 아키텍처 (TECH STACK)

🔹 백엔드 및 데이터 엔진 (Python)

  • Core Framework: Python 3.12, Pydantic v2, Typer (CLI).
  • Web & API Server: ThreadingHTTPServer REST API 및 정적 프론트엔드 서버.
  • Data Engine & Storage: DuckDB (초고속 분석형 데이터 쿼리 엔진), Apache Parquet, Pandas.
  • Logging & Security: structlog 기반 민감 정보 자동 마스킹 처리 (redact_secrets).

🔹 프론트엔드 (Web Dashboard)

  • Framework: React 19, TypeScript, Vite.
  • Styling & UI: Modern Vanilla CSS (Clean & Responsive).
  • Charts: Lightweight Candlestick Charts & 실시간 데이터 피드.

🔹 머신러닝 및 신호 처리

  • Validation Engine: Walk-Forward Splitter, Event-based Validation, Out-of-fold Calibration.
  • Model Storage: Frozen Model Bundles (해시 검증 메타데이터 및 설정).

🔄 4. 작동 프로세스 (PIPELINE)

flowchart LR
    A[Binance REST API] --> B[데이터 수집기 Data Collectors]
    B --> C[DuckDB 저장소 / Parquet]
    C --> D[특성 생성 및 정규화 Feature Builder]
    D --> E[점수 산출 및 Frozen ML 모델]
    E --> F{Quality Gate 검증}
    F -->|serving contract 및 frozen threshold 통과| G[Telegram 알림 봇]
    F -->|실시간 표시| H[React Web Dashboard]
  1. 데이터 수집 (Collect): Binance USD-M Futures의 5m OHLCV, 미결제약정(OI), 펀딩비(Funding Rate), 테이커 볼륨 및 롱/숏 비율 수집.
  2. 정규화 및 As-of Join: Point-in-Time 기준으로 정렬하고 lookahead 방지 회귀 검사를 실행합니다.
  3. 특성 공학 (Feature Engineering): 자금 흐름 변동성, OI 대 가격 변화율 비율, 테이커 매수/매도 모멘텀 계산.
  4. 추론 및 알림 (Inference & Alert): Frozen ML 모델을 통해 분매 확률 계산, 쿨다운(Cooldown) 상태 확인 후 Telegram 및 대시보드로 알림 전송.

🔒 5. 보안 및 개인정보 보호 (SECURITY & PRIVACY)

  • Git 민감 정보 노출 방지: Telegram Bot Token 등이 포함된 .env 파일은 .gitignore에 의해 완전 제외됨.
  • 로그 마스킹: 로그 파일 기록 전 민감 키워드(api_key, secret, password, token) 자동 마스킹.
  • 공개 API 사용: 바이낸스 공개 API(Public Endpoints)만 사용하므로 개인 API Key 노출 위험 없음.

🚀 6. 빠른 시작 (QUICK START)

환경 설정

# 리포지토리 클론
git clone https://github.com/mrcanlaco/Dao-Vang-Peak-Pulse.git
cd Dao-Vang-Peak-Pulse

# uv / pip를 통한 패키지 설치
pip install -e .

Docker Compose로 스캐너 및 Web UI 실행

# 템플릿에서 설정 파일 생성
cp .env.docker.example .env.docker

# 전체 시스템 실행 (Scanner + API Server + Frontend)
docker-compose up -d

본 프로젝트는 현대 소프트웨어 공학 표준을 엄격히 준수하여 설계되었습니다: Point-in-time Correctness, 모듈화 아키텍처 및 엄격한 데이터 품질 관리.