5일(기본입력값) 고가 돌파매수 저가 이탈매도 지표식을

AI(클러스터링) 방식으로 동적으로 선택하도록 설계한 예스트레이더용 구현 템플릿을 AI 질문했더니

아래처럼 제공했습니다만 예스랭귀지에 사용 부적합인지라

iM증권 예스트레이더에 부합하는 코드로 변환을 부탁드립니다.

// === 입력값 ===

input minN = 3

input maxN = 10

input stepN = 1

input perfMemory = 10 // 지수평활(미사용 시 단순평가)

input fromCluster = "Best" // "Best" / "Average" / "Worst"

input maxIter = 100

input maxBars = 1000 // 과거 평가용 봉 수

input defaultN = 5 // 안전 기본값

// === 후보 N 목록 생성 ===

var array<int> candN = array.new()

for n = minN to maxN step stepN

array.push(candN, n)

endfor

// === 각 후보의 퍼포먼스 계산 (단순 누적 수익) ===

var array<float> perfList = array.new()

var array<int> factorList = array.new()

// 현재 BAR_COUNT(플랫폼에 따라 이름 다를 수 있음)

barsToEvaluate = min(barcount(), maxBars)

// for each candidate N, 시뮬레이션

for idx = 0 to array.size(candN)-1

N = array.get(candN, idx)

cash = 0.0

position = 0 // 0=flat, 1=long

entry_price = 0.0

// 시간 흐름: 오래된 -> 최신 (플랫폼 루프 방법에 따라 조정)

// 여기서는 i는 과거 offset (barsToEvaluate downto 1)

for offset = barsToEvaluate down to 1

// 전봉 기준 N기간 최고/최저 (함수명: HHV / LLV 또는 highest/lowest 로 바꿔서 사용)

hh = HHV(high, N, offset) // = offset번째 시점에서의 N기간 최고 (함수명 확인 필요)

ll = LLV(low, N, offset)

// 현재 바의 종가 (offset 시점)

c = ref(close, offset)

// 진입: 종가가 전봉 기준 N기간 최고 돌파 (전략 규칙)

if position == 0 and c > hh

position = 1

entry_price = c

endif

// 청산: 포지션 중 저가 이탈

if position == 1 and c < ll

profit = c - entry_price

cash = cash + profit

position = 0

entry_price = 0.0

endif

endfor

// 시뮬레이션 종료 시 미청산 포지션 정리(평가 목적)

if position == 1

last_close = close // 최신 종가

cash = cash + (last_close - entry_price)

endif

array.push(perfList, cash)

array.push(factorList, N)

endfor

// === 퍼포먼스 값에서 초기 centroid 계산 (25/50/75 percentile) ===

// 플랫폼에 percentile 함수가 없다면 간단 정렬 후 인덱스로 대체 가능

perf_sorted = array.copy(perfList)

array.sort(perf_sorted) // 오름차순

sizeP = array.size(perf_sorted)

p25_idx = max(0, floor(0.25 * (sizeP - 1)))

p50_idx = max(0, floor(0.50 * (sizeP - 1)))

p75_idx = max(0, floor(0.75 * (sizeP - 1)))

centroids = array.new()

array.push(centroids, array.get(perf_sorted, p25_idx))

array.push(centroids, array.get(perf_sorted, p50_idx))

array.push(centroids, array.get(perf_sorted, p75_idx))

// === K-means 1D 반복 ===

for iter = 1 to maxIter

// 초기화

clusters_perf = array.from(array.new(), array.new(), array.new())

clusters_factor = array.from(array.new(), array.new(), array.new())

// 할당 단계

for i = 0 to array.size(perfList)-1

val = array.get(perfList, i)

// 거리 계산

d0 = abs(val - array.get(centroids, 0))

d1 = abs(val - array.get(centroids, 1))

d2 = abs(val - array.get(centroids, 2))

// 가장 작은 거리 인덱스 선택

idx_min = 0

if d1 < d0

idx_min = 1

if d2 < d1

idx_min = 2

endif

else

if d2 < d0

idx_min = 2

endif

endif

// 클러스터에 추가

array.push(array.get(clusters_perf, idx_min), val)

array.push(array.get(clusters_factor, idx_min), array.get(factorList, i))

endfor

// 중심 재계산

new_centroids = array.new()

for k = 0 to 2

cperf = array.get(clusters_perf, k)

if array.size(cperf) > 0

sumv = 0.0

for j = 0 to array.size(cperf)-1

sumv = sumv + array.get(cperf, j)

endfor

avgv = sumv / array.size(cperf)

array.push(new_centroids, avgv)

else

// 빈 클러스터는 기존 centroid 유지

array.push(new_centroids, array.get(centroids, k))

endif

endfor

// 수렴 체크 (모두 같다면 종료)

if array.get(new_centroids,0) == array.get(centroids,0) and

array.get(new_centroids,1) == array.get(centroids,1) and

array.get(new_centroids,2) == array.get(centroids,2)

break

endif

centroids := new_centroids

endfor

// === 선택 클러스터 매핑 ('Worst'=0, 'Average'=1, 'Best'=2) ===

selIdx = 2

if fromCluster == "Worst" then selIdx = 0 endif

if fromCluster == "Average" then selIdx = 1 endif

// 선택 클러스터의 평균 N 계산 (없으면 기본값)

chosenN = defaultN

sel_factors = array.get(clusters_factor, selIdx)

if array.size(sel_factors) > 0

ssum = 0

for i = 0 to array.size(sel_factors)-1

ssum = ssum + array.get(sel_factors, i)

endfor

chosenN = round(ssum / array.size(sel_factors))

endif

// === 실시간 시그널: chosenN 사용 ===

// 최신 N기간 최고/최저 계산 (함수명 HHV/LLV 사용)

curr_hh = HHV(high, chosenN)

curr_ll = LLV(low, chosenN)

buySignal = close > curr_hh

sellSignal = close < curr_ll

// 출력(화면 및 알림용)

plot_int("ChosenN", chosenN)

plot_bool("Buy", buySignal)

plot_bool("Sell", sellSignal)

// 실제 주문/포지션 관리는 전략 엔진 규칙에 맞춰 작성