2023년 코인거래소 간 시세 차이 분석 프로젝트

프로젝트 목표

 

국내 1위 거래소인 업비트와 글로벌 1위 거래소인 바이낸스의 2023년 비트코인 시세차이 분석

및 시세차이를 이용한 매매방법 탐색

 

개요

 

1. 데이터 수집, 저장 및 처리

     

 1) 업비트, 바이낸스 각 거래소의 API를 요청하여 2023년의 코인시세 데이터를 수집하여 저장

https://github.com/ppsygit/coinAnalysis/blob/main/diff_analysis/upbit_btc_5minutes.ipynb

coinAnalysis/diff_analysis/upbit_btc_5minutes.ipynb at main · ppsygit/coinAnalysis

 

https://github.com/ppsygit/coinAnalysis/blob/main/diff_analysis/binance_btc_5minutes.ipynb

coinAnalysis/diff_analysis/binance_btc_5minutes.ipynb at main · ppsygit/coinAnalysis

 

 

 

 

 2) 은행 웹에서 2023년의 원-달러 환율 데이터를 가져와 Binance 코인시세 데이터에 처리하여 원화 기준으로 데이터 변경

https://github.com/ppsygit/coinAnalysis/blob/main/diff_analysis/currency_binance_match.ipynb

coinAnalysis/diff_analysis/currency_binance_match.ipynb at main · ppsygit/coinAnalysis

 

 

 

 

 3) 시세 차이를 구하여 KOR Premium(김치프리미엄, 김프) 데이터 저장

https://github.com/ppsygit/coinAnalysis/blob/main/diff_analysis/upbit_binance_match.ipynb

coinAnalysis/diff_analysis/upbit_binance_match.ipynb at main · ppsygit/coinAnalysis

 

 

2. 데이터 분석

https://github.com/ppsygit/coinAnalysis/blob/main/diff_analysis/upbit_binance_diff_analysis.ipynb

coinAnalysis/diff_analysis/upbit_binance_diff_analysis.ipynb at main · ppsygit/coinAnalysis

 

 

 1) 시각화 : KOR Premium(김프)의 분포를 시각화

 

 2) 통계분석 : 김프의 통계 검정

    

 3) 매매기법에 적용 가능성 확인: 거래소간 시세 차이를 이용한 매매 시뮬레이션

 

 

 

결과 분석

 

시세차이 분석

 

아래 플롯은 시간에 따른 두 거래소 간의 시세차이입니다.

 diff_percentage = ( upbit_price - binance_price )  / upbit_price

 

상당 기간동안 업비트가 바이낸스보다 가격이 높은 것을 직관적으로 이해할 수 있습니다. 

fig1. 시간에 따른 시세차이의 변화

fig2. 시세차이의 도수분포

 

업비트의 가격이 높은 비율을 통계적으로 확인하면 90퍼센트 이상임을 확인할 수 있습니다.

 

매매 시뮬레이션 1

초기 자산 업비트: 100,000,000 원 바이낸스:  0원

1) 거래소 차이 비율이 역프 기준보다 높게 도달(역프)
    - revp = 0 으로 설정

2) 업비트에서 비트코인 매수 및 바이낸스로 전송하여 매도
    - 업비트와 바이낸스의 매매 수수료는 각각 0.05%, 0.1% 이고 송금 수수료는 0.0008BTC, 0.0005BTC 입니다.

3) 거래소 차이 비율이 김프 기준보다 높게 도달 (김프)
    - kimp = 1.5 로 설정

4) 바이낸스 비트코인 매수 및  업비트로 전송하여 매도

 

매매 결과

fig1. 매매 후 자산의 변화, fig2. 시간에 따른 시세의 변동

 

매매를 했을 때 최종 자산이 증가하기는 했지만 revp 일 때 사서 kimp일 때 팔면 항상 수익이 나야되는데 그렇지 않았습니다.

그 이유는 살 때와 팔 때 시점의 가격변동 때문입니다. 시세 변화와 함께 보면 시세가 우상향해서 자산도 비례하게 움직인 것과 같습니다.

그러나 가격이 하향할 때는 손실을 볼 리스크가 있어 이 가격변동 리스크를 해결하기 위해 바이낸스 선물거래를 이용해보겠습니다.

 

매매 시뮬레이션 2

초기 자산 업비트: 50,000,000 원, 바이낸스: 50,000,000 원

1) 역프 기준 도달
    - revp = 0 으로 설정

2) 업비트에서 매수, 바이낸스에서 숏 포지션 오픈하여 헷징

3) 김프 기준 도달
    - kimp = 1.5 로 설정

4) 업비트에서 매도, 바이낸스에서 숏 포지션 종료

 

매매 결과

fig1.시간에 따른 시세차이의 변화, fig2. 매매 후 자산의 변화, fig3. 시간에 따른 시세의 변동

 

매매 시 꾸준히 수익을 냈으며 시세 변동의 영향을 받지만 그 정도가 크게 줄어든 것을 확인 할 수 있었습니다.

그러면 revp와 kimp를 다르게 설정하면 그 결과가 어떨까요?

 

최적의 진입, 청산 시점 찾기

 

진입 청산 기준을 아래 범위로 하여 최적의 진입, 청산 시점을 찾아보았습니다.

kimp =  1.5 ~ 3.9 
revp = -1 ~ 1.4

 

승률 분석 결과 모든 기준에서의 매매가 대체로 승률은 0.5 이상이지만

revp = -1.0 ~ +0.4 and kimp = +1.5 ~ +1.9 ,

revp = -1.0 ~ -0.5 and kimp = +2.0 ~ +3.0 ,

revp = -1.0 ~ +1.4 and kimp = +3.5 ~ +3.9 일 때 승률이 높았습니다.

fig1. kimp, revp를 다르게 했을 때 승률

 

매매 후 자산분석 결과 대체로 revp를 높게 잡을 수록 큰 수익을 냈습니다.

그리고 kimp = +1.5 ~ + 3.3 일 때보다 +3.3 ~ +3.9 일 때 수익이 컸습니다.

 

fig2. 매매 후 자산분석 결과

고찰 및 개선

 

revp 기준, kimp 기준에 따른 매매 시뮬레이션을 분석한 결과 확실하게 히트맵에서 클러스터를 보였습니다.

 

그러나 이것은 단순히 매수, 매도 시점이 비슷하게 잡혀서 그런것이지 최적의 진입시점을 나타내는 것은 아닙니다.

즉 앞으로의 시세에 대해 해당 데이터에서 승률이 높았거나 최종 자산이 높았던 kimp, revp 기준을 적용하여 투자전략을 세우는 것은 리스크가 있을 수 있습니다.

하지만 이번 분석을 통한 성과는 2023년에는 고정된 kimp, revp 기준을 적용한 매매는 승률이 대부분 높았고  헷징을 이용한 가격변동 리스크 회피가 제대로 작동했다는 것입니다.

보완할 점

김프매매 진입 시점 검증을 위해서는 추가적인 데이터가 필요합니다.

가령 2023년 이전의 데이터를 더 추가하여 분석해야합니다. 또는 고정된 kimp, revp가 아닌 그날의 시장을 분석하여 kimp revp를 조정해가며 분석해볼 수도 있습니다.