MagicInput 모델 훈련 앱

📈 개요

MagicInput 모델 학습 앱은 암호화폐 트레이딩 전략을 위한 예측 모델을 학습하는 머신러닝 엔진입니다. MagicInput Dataset Builder가 생성한 .parquet 형식의 구조화된 데이터셋을 활용합니다. 이 데이터셋은 다양한 거래 시나리오를 포함하고 있으며, 카테고리(예: 밈 토큰), 방향(Long, Short), 전략(scalp, long_term 등)을 기준으로 구성되어 있습니다.

학습이 완료된 모델은 거래 봇에 통합되어 실시간 전략 추천 및 의사결정 보조 기능을 제공할 수 있습니다.

🧠 모델 설정 – mlconfig.yaml

학습 동작은 유연한 설정 파일을 통해 제어됩니다:

# mlconfig.yaml

datasetDir: ./datasets/parquite_latest
modelOutputPath: ./ai/models/trade_predictor.zip
taskType: classification
labelColumn: WinRateAboveThreshold

featureColumns:
  - Leverage
  - Strategy
  - VirtualBalance
  - RiskPercent
  - SL
  - TP
  - Breakeven_Trigger
  - Breakeven_Buffer
  - TrailingSL_Offset
  - TrailingTP_Trigger
  - LongCond_0_Change
  - LongCond_0_Interval
  - ShortCond_0_Change
  - ShortCond_0_Interval

filter:
  symbols:
    - DOGE
    - PEPE
    - WIF
    - SHIB
    - FLOKI
    - BONK
  minWinRate: 60

trainer: FastForest

training:
  maxIterations: 100
  trainTestSplit: 0.8
  stratified: true

evaluation:
  metrics:
    - Accuracy
    - AUC
    - F1Score

exportTrainingStats: true

📂 데이터셋 입력

학습 엔진은 datasetDir 디렉터리에서 .parquet 파일을 검색하며, 일반적으로 다음과 같이 정리되어 있습니다:

• 카테고리 – 예: meme, layer1, AI
• 방향 – Long, Short, Both
• 전략 – scalp, long_term, balance_midterm

filter 블록을 사용하면 특정 심볼만 선택하거나 최소 승률을 설정하여 자산 유형 또는 시장 행동별로 세분화된 모델을 만들 수 있습니다.

🧪 특징 선택

학습에 사용되는 입력 변수는 featureColumns에 나열된 열로 제한됩니다. 이 열들은 레버리지, 리스크 비율, 스마트 손절/익절, 조건 기반 트리거 등 중요한 인풋을 나타냅니다.

labelColumn은 지도 학습에서 예측 대상이 되는 이진 결과이며, WinRateAboveThreshold와 같이 높은 성과를 보인 세팅을 분류하는 데 사용됩니다.

⚙️ 학습 설정

설정 파일에서 정의된 학습 구성 요소는 다음과 같습니다:

• 알고리즘: FastForest (결정 트리 기반의 강력한 이진 분류)
• 최대 반복 수: 반복 횟수 초과 또는 수렴 시 학습 종료
• 학습/테스트 분할: 예: 80% / 20%
• 층화(Stratified): 클래스 분포 균형 유지

📊 모델 평가

학습이 완료된 후 모델은 다음과 같은 표준 분류 지표로 평가됩니다:

• 정확도 (Accuracy) – 전체 샘플 중 올바르게 예측된 비율
• AUC – ROC 곡선 아래 면적
• F1 점수 – 정밀도와 재현율의 조화 평균

exportTrainingStats가 활성화된 경우, 이 메트릭과 손실 곡선은 CSV로 저장되어 나중에 분석할 수 있습니다.

📦 모델 출력

학습이 완료되면, ML.NET 바이너리 모델은 modelOutputPath에 .zip 형식으로 저장됩니다. 이 파일은 런타임에 로딩되어 다음과 같은 기능을 제공합니다:

• ⚡ 실시간 트레이딩 추천
• 📉 리스크 기반 진입 필터링
• 🧠 봇의 의사결정 강화

🚀 사용 예시: 카테고리별 AI 모델

각 카테고리(예: meme 토큰), 방향(예: Long 전용), 전략(예: scalp)에 맞춰 여러 개의 모델을 학습시킬 수 있습니다. 이러한 모델은 동적으로 제공되어 자동화된 전략의 정밀도와 개인화를 향상시킵니다.