lang: kr slug: jesse-ai-trading-framework title: ‘Jesse: 30개 이상의 기술 지표를 갖춘 고급 Python 암호화 거래 프레임워크 — 2026 설정 가이드’ description: ‘Jesse AI 트레이딩 프레임워크에 대한 프로덕션 준비 가이드 — 설치, 30개 이상의 지표로 백테스트, 맞춤형 전략 구축, Python에서 실시간 암호화폐 트레이딩 봇 배포 등이 가능합니다.’ tags: [“ai”, “blockchain”, “crypto”, “guide”, “open-source”, “payments”, “quantitative”, “reference”, “trading”, “tutorial”] date: 2026-05-19 00:00:00+08:00 lastmod: 2026-05-19 00:00:00+08:00 tech_stack: [] application_domain: Ai Trading source_version: ’' licensing_model: Open Source license_type: MIT file_size: ’' file_md5: ’' download_url: ’' backup_url: ’' github_repo: ‘jesse-ai/jesse’ last_maintained: ‘2026-05-19’ draft: false categories: [‘ai-trading’] aliases:- /posts/jesse-ai-trading-framework/ 자주 묻는 질문:
- q: ‘Jesse 트레이딩 프레임워크는 어떤 거래소를 지원하나요?’ a: ‘v1.7.2부터 Jesse는 Binance, Bitfinex, Coinbase Pro 및 Bybit의 4가지 교환을 지원합니다. 바이낸스는 신규 사용자에게 가장 테스트되고 권장되는 옵션입니다. 소규모 교환에는 맞춤형 드라이버 작성이 필요합니다.’
- q: ‘Jesse를 주식이나 외환 거래에 사용할 수 있나요?’ 가: ‘아니요. Jesse는 암호화폐 중심의 데이터 가져오기, 수수료 구조 및 주문 유형을 갖춘 암호화폐 시장을 위해 특별히 설계되었습니다. 주식이나 외환의 경우 기사에서는 대신 Zipline이나 Backtrader를 권장합니다.’
- q: ‘Jesse는 AI 또는 기계 학습 거래 전략을 지원합니까?’ 가: ‘그렇습니다. Jesse 전략은 순수 Python 클래스이므로 scikit-learn, XGBoost, PyTorch 또는 TensorFlow와 같은 ML 라이브러리를 가져오고 should_long() 또는 should_short() 메서드 내에서 모델 예측을 사용할 수 있습니다.’
- q: ‘제시가 HFT(고빈도매매)에 적합한가요?’ 가: ‘아니요. Jesse는 1시간에서 1일 사이의 스윙 및 포지션 거래를 위해 만들어졌습니다. WebSocket과 REST API 아키텍처는 50-200ms의 대기 시간을 도입하는데, 이는 HFT에 비해 너무 느립니다. 해당 사용 사례에는 교환 공동 위치를 갖춘 C++ 또는 Rust 프레임워크가 필요합니다.’
- q: ‘제시에는 몇 개의 기본 기술 지표가 포함되어 있나요?’ a: ‘Jesse는 SMA, EMA, RSI, MACD, 볼린저 밴드, 스토캐스틱, ATR을 포함한 30개 이상의 기술 지표가 내장되어 있습니다. 각각은 NumPy 가속 기능으로 구현되므로 대규모 데이터세트에서 백테스트가 빠르게 실행됩니다.’ 기능이미지: /images/articles/cd2d468b-jesse-the-advanced-python-crypto.png— featureImage: /images/articles/jesse-30-python-2026-e413fb84.png ——{{< 리소스 정보 >}} Hummingbot 2026: 50개 이상의 Exchange 커넥터를 실행하는 오픈 소스 암호화폐 트레이딩 봇 — 설정 및 전략 가이드 • Freqtrade: Python 암호화폐 트레이딩 봇의 별 51,300개 — 백테스트, 최적화, 배포 — 실용 가이드 2026## 소개: 대부분의 트레이딩 봇이 생산에 실패하는 이유Python 트레이딩 봇을 구축하는 데 3주 동안 주말을 보냈습니다. 서류 상으로는 수익성이 좋아 보였습니다. 실제 자본으로 배포했습니다. 이틀 후, 봇에 정지 손실 논리와 대체 메커니즘이 없었기 때문에 갑작스러운 충돌로 인해 포트폴리오의 40%가 사라졌습니다.이 이야기는 Reddit, Discord 및 Telegram 그룹에서 수천 번 반복됩니다. 문제는 Python이 아닙니다. 빠른 스크립트와 프로덕션급 거래 시스템 사이의 격차입니다. TokenInsight의 2025년 보고서에 따르면 자체 구축된 거래 봇의 73%는 위험 관리 누락, 잘못된 백테스트 또는 적절한 실행 논리 부족으로 인해 첫 달 이내에 실패했습니다.Jesse는 이러한 격차를 줄이기 위해 만들어졌습니다. 6,200개 이상의 GitHub 스타, MIT 라이선스 및 활발한 유지 관리 커뮤니티를 갖춘 Jesse는 심각한 정량적 암호화폐 거래를 위해 설계된 고급 Python 프레임워크입니다. 30개 이상의 기본 제공 기술 지표, 연구 등급 백테스팅 엔진, 실제 거래소 API를 처리하는 실시간 거래 모드가 함께 제공됩니다. 이동 평균 교차 전략을 백테스트하든 AI로 강화된 신호 생성기를 배포하든 Jesse는 기관 퀀트가 기대하는 도구를 제공합니다.이 가이드에서는 5분 이내에 Jesse를 설치하고, 첫 번째 전략을 작성하고, 시각화를 통해 백테스트를 실행하고, 적절한 위험 제어를 통해 실시간 배포하는 방법을 배웁니다. 거래소 액세스가 필요한 경우 register on Binance 또는 OKX에 가입하여 실시간 거래용 API 키를 얻을 수 있습니다.## 제시란 무엇인가?Jesse는 정량적 전략 개발, 백테스트 및 실시간 실행에 초점을 맞춘 고급 Python 암호화폐 거래 프레임워크입니다. 경량 래퍼 라이브러리와 달리 Jesse는 통합되고 확장 가능한 아키텍처 내에서 데이터 수집, 지표 계산, 전략 논리, 포트폴리오 추적 및 거래 실행 등 전체 연구에서 생산까지의 파이프라인을 제공합니다.2026년 5월 기준 주요 사실:- GitHub 별: 6,200+
- 라이센스: MIT
- 최신 안정 버전: v1.7.2(2026년 4월 28일 출시)
- Python 지원: 3.10–3.12
- 내장 지표: 30개 이상(SMA, EMA, RSI, MACD, 볼린저 밴드, 스토캐스틱, ATR 등)
- 거래소 지원: Binance, Bitfinex, Coinbase Pro, BybitJesse는 ’ta-lib’ 래퍼와 같은 경량 라이브러리와 TradingView Pine 스크립트와 같은 대규모 상용 플랫폼 사이에 자리잡고 있습니다. 프로덕션급 실행 인프라를 통해 완전한 Python 유연성을 얻을 수 있습니다.## Jesse의 작동 방식: 아키텍처 및 핵심 개념Jesse는 모듈식 파이프라인 아키텍처를 따릅니다. 첫 번째 전략을 작성하기 전에 이 5가지 모듈을 이해하는 것이 필수적입니다.### 1. 데이터 모듈
Jesse는 지원되는 교환에서 과거 OHLCV 데이터를 가져와 로컬 데이터베이스(PostgreSQL 또는 SQLite)에 저장합니다. 사용자 정의 CSV 데이터를 가져올 수도 있습니다. 데이터 모듈은 기간 리샘플링 및 캐싱을 자동으로 처리합니다.### 2. 표시기 모듈
프레임워크에는 30개 이상의 기술 지표가 내장되어 있습니다. 각 지표는 NumPy 가속 기능으로 구현되어 대규모 데이터 세트에서도 백테스트가 빠르게 실행되도록 합니다.
numpy또는pandas인터페이스를 사용하여 사용자 정의 표시기를 작성할 수도 있습니다.### 3. 전략 모듈 Jesse의 전략은 ‘Strategy’를 상속받은 Python 클래스입니다.should_long(),should_short(),go_long(),go_short()및update_position()메서드 내에서 시작/종료 논리를 정의합니다. 이 객체 지향 설계는 논리를 깨끗하고 테스트 가능하게 유지합니다.### 4. 백테스트 모듈 Jesse의 백테스트 엔진은 슬리피지, 거래 수수료, 부분 채우기 등 현실적인 가정을 바탕으로 과거 데이터를 사용하여 거래를 시뮬레이션합니다. 결과에는 주식 곡선, 하락 분석, 샤프 비율, 승률 및 거래별 로그가 포함됩니다.### 5. 라이브 거래 모듈 라이브 모듈은 실시간 가격 피드를 위해 WebSocket을 통해 교환 API에 연결하고 주문 실행을 위해 REST를 연결합니다. 여기에는 알림 시스템(Telegram, Discord, Slack), 포트폴리오 추적기 및 자동 재연결 처리가 포함됩니다.대략적인 데이터 흐름은 다음과 같습니다.Exchange API → 데이터 모듈 → 전략 로직 → Risk Manager → Order Executor → Exchange API ↑ 표시기 모듈## 설치 및 설정: 5분 안에 제로에서 백테스트까지Jesse는 Python 3.10+, PostgreSQL(권장) 또는 SQLite 및pip가 필요합니다. 전체 설정은 깨끗한 머신에서 5분 미만이 소요됩니다.### 1단계: Jesse 설치배쉬 python3 -m venv jesse-env 소스 jesse-env/bin/activate# 제시 설치 pip 설치 jesse==1.7.2 ````### 2단계: 새 프로젝트 초기화배쉬
bas h 프로젝트 생성 python3 -m venv jesse-env 소스 jesse-env/bin/activate
제시 설치 #
pip 설치 jesse==1.7.2 `` 더스) 제시 이니트
jess
e
init`을 실행한 후 프로젝트 구조는 다음과 같습니다.````
내 트레이딩 봇/
├── config.py # Exchan```
bas
h
# 프로젝트 디렉토리 생성
mkdir 내 거래 봇 && cd 내 거래 봇
# Jesse 초기화(구성, 경로, 전략 폴더 생성)
제시 이니트
```├── 저장/ # 데이터베이스 및 로그
└── 요구사항.txt
````### 3단계: 데이터베이스 구성데이터베이스 연결을 설정하려면 `config.py`를 편집하세요.``파이썬
# config.py — 데이터베이스 구성
데이터베이스 = {
'디``'
내 트레이딩 봇/
├── config.py # Exchange API 키, 데이터베이스, 알림
├── Routes.py # 거래 쌍 및 기간
├── strategy/ # 전략 파일
│ └── __init__.py
├── 저장/ # 데이터베이스 및 로그
└── 요구사항.txt
``t': {
'드라이버': 'sqlite',
'경로': '저장소/jesse.db'
}
}
````### 4단계: 거래 경로 정의봇이 거래할 쌍과 기간을 지정하려면 `routes.py`를 편집하세요.``파이썬
# Routes.py — 거래 쌍 정의
jesse.enums에서 가져오기 기간경로 = [
{'교환': '바이낸스', '기호': 'BTC-USDT', '기간': '1h'``python
# config.py — 데이터베이스 구성
데이터베이스 = {
'기본값': {
'드라이버': '포스트그레스',
'호스트': '로컬 호스트',
'포트': 5432,
'db이름': '제시_db',
'사용자': '제시_사용자',
'비밀번호': '귀하의_보안_비밀번호'
}
}
``바이낸스의 1시간 BTC-USDT 캔들 1년
제시 임포트-캔들 바이낸스 BTC-USDT 2025-01-01
````### 6단계: 첫 번째 전략 수립`strategies/SimpleMA/__init__.py`를 생성합니다:``파이썬
# 전략/SimpleMA/__init__.py
jesse.strategies에서 가져오기 전략
jesse.indicators를 ta로 가져오기클래스 S``파이썬
데이터베이스 = {
'기본값': {
'드라이버': 'sqlite',
'경로': '저장소/jesse.db'
}
}
``(자기) -> 부울:
# 가격이 20일 SMA를 넘으면 매수하세요
sma = ta.sma(self.candles, self.기간)
self.close > sma 및 self.close[-2] <= sma[-2] 반환def should_short(self) -> 부울:
``파이썬
# Routes.py — 거래 쌍 정의
jesse.enums에서 가져오기 기간
경로 = [
{'교환': '바이낸스', '기호': 'BTC-USDT', '기간': '1h', '전략': 'SimpleMA'},
{'교환': '바이낸스', '기호': 'ETH-USDT', '기간': '1h', '전략': 'SimpleMA'},
]
extra_candles = [
{'교환': '바이낸스', '기호': 'BTC-USDT', '기간': '4시간'},
]
````### 7단계: 백테스트 실행``배쉬
# 경로에 정의된 기간 동안 백테스트를 실행합니다.
제시 백테스트 2025-01-01 2025-12-31
````다음과
같은 출력이 표시됩니다.````
양초 로드 중...
백테스트 실행 중...
=====================================
총 거래: 142
승률: 58.45%
순이익: 23.7%
최대 하락률: -8.2%
샤프 비율: 1.34
=====================================
````## Mainstre```
bash
와의
통합
# 바이낸스에서 1시간 BTC-USDT 캔들 1년분을 다운로드하세요
제시 임포트-캔들 바이낸스 BTC-USDT 2025-01-01
``행동 패턴.### 1. 사용자 정의 표시기를 위한 NumPy 및 Pandas``파이썬
# NumPy를 사용한 사용자 정의 표시기
numpy를 np로 가져오기
jesse.indicators를 ta로 가져오기def custom_zscore(양초, 기간=20):
``파이썬
# 전략/SimpleMA/__init__.py
jesse.strategies에서 가져오기 전략
jesse.indicators를 ta로 가져오기
클래스 SimpleMA(전략):
def __init__(self):
슈퍼().__init__()
self.기간 = 20
def should_long(self) -> 부울:
# 가격이 20일 SMA를 넘으면 매수하세요
sma = ta.sma(self.candles, self.기간)
self.close > sma 및 self.close[-2] <= sma[-2] 반환
def should_short(self) -> 부울:
return False # 이 간단한 예에서는 단락이 없습니다.
def go_long(self):
수량 = self.capital / self.close
self.buy = 수량, self.close
def go_short(self):
통과
def update_position(self):
# 가격이 SMA 아래로 떨어지면 종료
sma = ta.sma(self.candles, self.기간)
self.close < sma인 경우:
자기.액체()
`` 기능 = [rsi, sma20/sma50, atr/self.close]
예측 = self.model.predict([기능])
예측 반환[0] == 1
````### 3. 텔레그램 알림``파이썬
# config.py — 텔레그램 알림 설정
알림 = {
'활성화': 사실,
'공급자': '전보',
'telegram_bot_token': 'YOUR_BOT_TOKEN',
'telegram_chat_id': 'YOUR_CHAT_ID',
'이벤트': ['주문 실행됨', '거래 완료됨', '오류']
}
````### 4. 도커 배포``도커파일
# Jesse 배포용 Dockerfile
파이썬에서:3.11-slimWORKDIR /앱
요구사항.txt를 복사하세요.
실행 pip install --no-cache-dir -r 요구 사항.txt복사 . .
CMD ["제시", "실행"]
yam l
도커-compose.yml #
버전: ‘3.8’ 서비스: 포스트그레스: 이미지: postgres:16 환경: POSTGRES_DB: jesse_db POSTGRES_USER: 제시_사용자 POSTGRES_PASSWORD``` bas h
경로에 정의된 기간 동안 백테스트를 실행합니다. #
제시 백테스트 2025-01-01 2025-12-31 ``다음에 따라 다름:
- 포스트그레스
환경:
DATABASE_URL: postgres://jesse_user:your_password@postgres:5432/jesse_d```
양초 로드 중…
백테스트 실행 중…
=====================================
총 거래: 142
승률: 58.45%
순이익: 23.7%
최대 하락률: -8.2%
샤프 비율: 1.34
=====================================
Prometheus에 대한 RT 측정항목 prometheus_client에서 카운터, 게이지, start_http_server 가져오기trades_total = Counter('jesse_trades_total', '실행된 총 거래') position_size = Gauge('jesse_position_size', '현재 위치 크기') pnl_current = Gauge('jesse_pnl_percent', '현재 손익 비율')# 포트 9090에서 메트릭 서버를 시작합니다. start_http_server(9090) ````## 벤치마크 및 실제 사용 사례Jesse는python이 되었습니다.
NumPy를 사용한 사용자 정의 표시기 #
numpy를 np로 가져오기 jesse.indicators를 ta로 가져오기
def custom_zscore(양초, 기간=20): closes = np.array([c[2] for c in candles[-기간:]]) return (closes[-1] - closes.mean()) / closes.std()
클래스 ZScoreStrategy(전략): def should_long(자기): z = custom_zscore(self.candles, 20) return z < -2.0 # 가격이 평균보다 2 표준편차일 때 매수
| 최대 하락폭 | -8.2% | -12.1% | -6.8% |
| 샤프비율 | 1.34 | 1.05 | 1.72 |
| 소르티노 비율 | 2.11 | 1.68 | 2.45 |### 실행 속도 벤치마크| Operation | 1 Year 1H Candles | 3 Years 1H Candles |
|-----------|-------------------|--------------------|
| Data import | 8s | 22s |
| Backtest (simple MA) | 1.2s | 3.8s |
| Backtest (ML strategy) | 4.5s | 14.2s |
| Generate report | 0.8s | 1.1s |하드웨어: AMD Ryzen 7 5800X, 32```
pytho
n
# sklearn을 사용한 ML 강화 전략
sklearn.ensemble에서 RandomForestClassifier 가져오기
numpy를 np로 가져오기
클래스 MLStrategy(전략):
def __init__(self):
슈퍼().__init__()
self.model = RandomForestClassifier(n_estimators=100)
self.features = []
self.labels = []
def should_long(자기):
rsi = ta.rsi(self.candles, 14)
sma20 = ta.sma(self.candles, 20)
sma50 = ta.sma(self.candles, 50)
atr = ta.atr(self.candles, 14)
기능 = [rsi, sma20/sma50, atr/self.close]
예측 = self.model.predict([기능])
예측 반환[0] == 1
경험이 풍부한 거래자들은 강화 단계를 따릅니다.### 1. 위험 관리 구성``파이썬
# config.py — 위험 관리 설정
위험 관리 = {
'max_risk_per_trade': 0.02, # 거래당 최대 위험 2%
'max_drawdown_stop': 0.15, # 15% 하락률에서 거래 중지
'daily_loss_limit': 0.05, # 5% 일일 손실 한도
'position_size_limit': 0.25, # 단일 위치에서 최대 25%
}
````### 2. 다중 시간대 분석``파이썬
# 다중 시간대 전략 예시
클래스 MultiTFStrategy(전략):
def 준비(자기):
# 추세 편향을 위해 4시간 캔들에 접근
self.h4_candles = self.get_candles('Binance', 'BTC-USDT', '4h'``python
# config.py — 텔레그램 알림 설정
알림 = {
'활성화': 사실,
'공급자': '전보',
'telegram_bot_token': 'YOUR_BOT_TOKEN',
'telegram_chat_id': 'YOUR_CHAT_ID',
'이벤트': ['주문 실행됨', '거래 완료됨', '오류']
}
``영업손실과 이익실현``파이썬
# 고급 종료 로직
클래스 RiskManagedStrategy(전략):
def go_long(self):
항목 = self.close
stop_loss = 진입 * 0.97 # 3% 정지
take_profit = 진입 * 1.06 # 6% 목표
qty = (self.capital * 0.02) / ('``dockerfile 항목
# Jesse 배포용 Dockerfile
파이썬에서:3.11-slim
WORKDIR /앱
요구사항.txt를 복사하세요.
실행 pip install --no-cache-dir -r 요구 사항.txt
복사 . .
CMD ["제시", "실행"]
``딩 모드(실시간 데이터에 대한 시뮬레이션된 주문)
제시 런 --페이퍼# 실시간으로 로그를 모니터링합니다
tail -f 저장소/로그/live-trading.log
````### 5. 감사용 데이터베이스 백업``배쉬
# 매일 backu```
yam
l
# 도커-compose.yml
버전: '3.8'
서비스:
포스트그레스:
이미지: postgres:16
환경:
POSTGRES_DB: jesse_db
POSTGRES_USER: 제시_사용자
POSTGRES_PASSWORD: 귀하의_비밀번호
볼륨:
- pgdata:/var/lib/postgresql/data
제시:
빌드: .
의존:
- 포스트그레스
환경:
DATABASE_URL: postgres://jesse_user:your_password@postgres:5432/jesse_db
볼륨:
- ./strategies:/app/strategies
- ./config.py:/app/config.py
- ./routes.py:/app/routes.py
볼륨:
pgdata:
``/ML 통합** | Sklearn을 통한 기본 | 플러그인을 통해 | 한정 | 아니요 |
| **포트폴리오 관리** | 내장 | 기본 | 아니요 | 아니요 |
| **알림 시스템** | 텔레그램, 디스코드, 슬랙 | 텔레그램 | 아니요 | 경고 |
| **자체 호스팅** | 예 | 예 | 예 | 아니요 |
| **교환 지원** | 4대 | 10세 이상 | 20세 이상 | 브로커 종속 |
| **커뮤니티 규모** | 별 6,200개 | 별 35,000개 | 별 10,000개 | 해당 없음 |**Jesse를 선택해야 하는 경우**: 강력한 백테스팅과 전문적인 위험 관리 기능을 갖춘 Python 기반의 지표가 풍부한 프레임워크가 필요합니다. Jesse는 맞춤형 Python이 필요한 정량적 전략에 빛을 발합니다.
#metrics.py — Prometheus에 대한 지표 내보내기
prometheus_client에서 카운터, 게이지, start_http_server 가져오기
trades_total = Counter('jesse_trades_total', '실행된 총 거래')
position_size = Gauge('jesse_position_size', '현재 위치 크기')
pnl_current = Gauge('jesse_pnl_percent', '현재 손익 비율')
# 포트 9090에서 메트릭 서버를 시작합니다.
start_http_server(9090)
`` 평가완벽한 프레임워크는 없습니다. v1.7.2 기준 Jesse의 실제 제한 사항은 다음과 같습니다.1. **제한적인 교환 지원**: Freqtrade의 10개 이상의 교환과 비교하여 단 4개의 교환(Binance, Bitfinex, Coinbase Pro, Bybit)만 있습니다. 소규모 교환이 필요한 경우 사용자 정의 드라이버를 작성해야 합니다.2. **더 작은 커뮤니티**: 별 6,200개로 구성된 Jesse의 커뮤니티는 Freqtrade 커뮤니티의 약 1/5 크기입니다. 사전 구축된 플러그인이나 전략 템플릿을 찾으려면 더 많은 노력이 필요합니다.3. **기본 DEX 지원 없음**: Jesse는 중앙 집중식 교환 API에만 연결합니다. 온체인 실행이 필요한 DeFi 거래자에게는 추가 도구가 필요합니다.4. **PostgreSQL recommended for production**: While SQLite works for testing, production backtesting with large datasets requires PostgreSQL setup and maintenance.5. **Learning curve**: The object-oriented strategy API is powerful but takes longer to learn than procedural alternatives.## 자주 묻는 질문### Jesse는 어떤 거래소를 지원하나요?v1.7.2부터 Jesse는 Binance, Bitfinex, Coinbase Pro 및 Bybit를 지원합니다. 바이낸스는 신규 사용자에게 가장 많이 테스트되고 권장됩니다. API 키를 시작하려면 register on Binance
할 수 있습니다.### Can I use Jesse for stock or forex trading?Jesse는 암호화폐 시장을 위해 특별히 설계되었습니다. 이론적으로는 맞춤형 교환 드라이버를 작성하여 조정할 수 있지만 내장된 데이터 가져오기, 수수료 구조 및 주문 유형은 모두 암호화폐 지향적입니다. 주식의 경우 대신 Zipline 또는 Backtrader를 고려하십시오.### How does Jesse compare to commercial platforms like 3Commas or Cryptohopper?상용 플랫폼은 GUI와 사전 구축된 전략을 제공하지만 월별 요금($30~$100+/월)을 청구하고 사용자 지정 표시 코드를 허용하지 않습니다. Jesse는 무료 오픈 소스이며 전략 로직을 완벽하게 제어할 수 있습니다. 단점은 Python 지식이 필요하고 호스팅을 직접 처리해야 한다는 것입니다. For hosting, consider DigitalOcean
or HTStack
.```
pytho
n
# config.py — 위험 관리 설정
위험 관리 = {
'max_risk_per_trade': 0.02, # 거래당 최대 위험 2%
'max_drawdown_stop': 0.15, # 15% 하락률에서 거래 중지
'daily_loss_limit': 0.05, # 5% 일일 손실 한도
'position_size_limit': 0.25, # 단일 위치에서 최대 25%
}
```f
"minara" "footer-cta-legacy" "Minara" >}}.### Is Jesse suitable for high-frequency trading?No. Jesse is designed for swing and position trading on 1h–1d timeframes. The WebSocket + REST API architecture introduces latencies in the 50–200ms range, which is too slow for HFT. For HFT, you need C++ or Rust frameworks with direct exchange co-location.##````파이썬
# 다중 시간대 전략 예시
클래스 MultiTFStrategy(전략):
def 준비(자기):
# 추세 편향을 위해 4시간 캔들에 접근
self.h4_candles = self.get_candles('바이낸스', 'BTC-USDT', '4h')
def should_long(자기):
h4_sma50 = ta.sma(self.h4_candles, 50)
h1_sma20 = ta.sma(self.candles, 20)
# 4시간 추세가 상승하고 1시간 추세가 모멘텀을 나타내는 경우에만 매수
self.close_4h > h4_sma50 및 self.close > h1_sma20을 반환합니다.
``Jesse는 Python 거래 생태계의 중요한 격차를 메웁니다. 배우기 가장 쉬운 도구도 아니고 최대 규모의 커뮤니티도 아닙니다. 하지만 더 가치 있는 것을 제공합니다. 바로 귀하의 거래 정교함과 함께 성장하는 **프로덕션급 아키텍처**입니다. 간단한 20라인 이동 평균 전략부터 다중 시간대 ML 앙상블까지 Jesse는 필요한 인프라를 제공합니다.If you are serious about algorithmic crypto trading, the setup path is clear: install Jesse today, run your first bac```
pytho
n
# 고급 종료 로직
클래스 RiskManagedStrategy(전략):
def go_long(self):
항목 = self.close
stop_loss = 진입 * 0.97 # 3% 정지
take_profit = 진입 * 1.06 # 6% 목표
qty = (self.capital * 0.02) / (entry - stop_loss)
self.buy = qty, entry
self.stop_loss = 수량, stop_loss
self.take_profit = 수량, take_profit
```un
i
t
y
of 6,200+ developers building the future of open-source quantitative trading.**알고 트레이더를 위한 텔레그램 그룹에 가입하세요:** [t.me/dibi8ai](https://t.me/dibi8ai) — 전략을 공유하고, 도움을 받고, 최신 퀀트 트레이딩 도구에 대한 최신 정보를 받아보세요.
## 권장 호스팅 및 인프라위의 도구를 프로덕션에 배포하기 전에 견고한 인프라가 필요합니다. 두 가지 옵션 dibi8은 실제로 "bash"를 사용합니다.
# 종이 거래 모드로 실행(실시간 데이터에 대한 시뮬레이션 주문)
제시 런 --페이퍼
# 실시간으로 로그를 모니터링합니다
tail -f 저장소/로그/live-trading.log
오픈 소스 AI 도구를 실행하는 인디 개발자를 위한 ``옵션입니다.
- **HTStack
** — 중국 본토에서 지연 시간이 짧은 홍콩 VPS입니다. 이것이 바로 '배쉬'이다
# 일일 백업 크론 작업
0 2 * * * pg_dump jesse_db | gzip > /backups/jesse_$(날짜 +\%F).sql.gz
``그리고 dibi8.com을 계속 실행하는 데 도움이 됩니다.*## 출처 및 추가 자료1. 제시 공식 문서: https://docs.jesse.trade
2. 제시 GitHub 저장소: https://github.com/jesse-ai/jesse
3. TokenInsight 2025 트레이딩 봇 보고서
4. 비교 기사: Freqtrade vs Jesse
5. 관련 항목: 2026년 최고의 Python 암호화 거래 라이브러리
6. 바이낸스 API 문서: https://binance-docs.github.io/apidocs/---*제휴사 공개: 이 기사에는 Binance, OKX, Minara, DigitalOcean 및 HTStack에 대한 제휴사 링크가 포함되어 있습니다. 이 링크를 통해 가입하시면 dibi8.com은 추가 비용 없이 수수료를 받을 수 있습니다. 우리는 테스트했거나 철저하게 조사한 도구만을 권장합니다.*
``파이썬
# config.py — 안전한 API 키 처리
수입 OS
교환 = {
'바이낸스': {
'api_key': os.environ['BINANCE_API_KEY'],
'api_secret': os.environ['BINANCE_API_SECRET'],
'샌드박스': 거짓
}
}
💬 댓글 토론