[일상] 이베스트 증권 API를 이용한 자동매매(3)

매매 여부를 결정하는 %를 정해야하는데요. 낮으면 자주 거래가 일어나겠지만 큰 파동의 경우에 적게 먹을 수 밖에 없고, 높으면 거래가 자주 일어나지 않기 때문에 잔파동은 무시하게 됩니다. 어떤 결과가 나올지는 돌려봐야 알 수 있을 것 같습니다.

어제 작업한 코드를 함수화하여 percent 값을 입력으로 받을 수 있도록 수정을 합니다.

def simulation(df, code, percent, save=0) :
    ### init
    init_invest = 1000000
    extra_start = 3000000
    extra_inv = extra_start
    sell_perc = 1+percent/100  # 입력%이상이면 매도
    buy_perc = 1-percent/100  # 입력%이하이면 매수

    init_qty = init_invest / df.iloc[0]['close']

    qty = []
    sell_qty = []
    cur_value = []
    sell_amount = []
    buy_qty = []
    buy_amount = []

    pre_qty = init_qty
    total_inv = init_invest
    for i in range(0,len(df)) :
        tuple = df.iloc[i]
        # sell 조건
        if tuple['close']*pre_qty > init_invest * sell_perc :
            sell_vol = (tuple['close']*pre_qty-init_invest)/tuple['close']  # close가격으로 판다
            new_vol = pre_qty - sell_vol
            pre_qty = new_vol
            qty.append(new_vol)

            gain = sell_vol*tuple['close']
            extra_inv += gain

            cur_value.append(new_vol*tuple['close'])
            sell_qty.append(sell_vol)
            sell_amount.append(sell_vol*tuple['close'])
            buy_qty.append(0)
            buy_amount.append(0)
        elif tuple['close']*pre_qty < init_invest * buy_perc :
            buy_vol = (init_invest-tuple['close']*pre_qty)/tuple['close']  # close가격으로 판다
            new_vol = pre_qty + buy_vol
            pre_qty = new_vol
            qty.append(new_vol)

            extra = buy_vol*tuple['close']
            extra_inv -= extra
        
            cur_value.append(new_vol*tuple['close'])
            sell_qty.append(0)
            sell_amount.append(0)
            buy_qty.append(buy_vol)
            buy_amount.append(buy_vol*tuple['close'])
        else :
            qty.append(pre_qty)
            cur_value.append(pre_qty * tuple['close'])
            sell_qty.append(0)
            sell_amount.append(0)
            buy_qty.append(0)
            buy_amount.append(0)

    df['qty'] = qty
    df['cur_value'] = cur_value
    df['sell_qty'] = sell_qty
    df['sell_amount'] = sell_amount
    df['buy_qty'] = buy_qty
    df['buy_amount'] = buy_amount

    # 최근 데이터

    if save :
        print("initial: ",  format(int(init_invest), ",d"))
        print("additional inv :", format(int(extra_inv),",d"))
    num_buy = len(df[df['buy_amount']>0])
    num_sell = len(df[df['sell_amount']>0])

    if save :
        print("# trading: buy ",  format(int(num_buy), ",d"), "sell :", format(int(num_sell), ",d"))

    # 최근 거래데이터로 현 자산 구하기
    tuple = df.iloc[len(df)-1]
    cur_total = tuple['close'] * pre_qty

    diff = extra_inv - extra_start

    if diff < 0 : 
        base = init_invest + diff * -1
    else :
        base = init_invest
    print("profit[", format(percent,"2d"), "] ",  format(int(diff), ",d"), "earning :", format(diff/(base)*100, "4.2f"),"%")

    if save :
        df.to_excel('.\\{}.xlsx'.format(code+interval))
    return diff

이 후 다양한 퍼센트(1-20%)를 입력하면서 그 결과를 보도록 하겠습니다.

for i in range(1, 21) :   # 1% - 20%까지
    diff = simulation(df, code, i)

검증데이터는 Kodex200 2020년 3월 1일 부터 4월 6일 까지 60분 데이터를 대상으로 합니다.

3/2일 종가 27,090
4/6일 종가 24,540
3/2일 종가에 사서 계속 보유시 : -9.4%

기간이 짧아서 그런지 계속 보유한 경우와 매매를 한 경우가 비슷한 수익률을 보여주는군요. 매매 기준 %를 높일 수록 수익률은 나빠지는 경향을 보이고 있습니다. 이것은 일반적인 상황은 아니고 주어진 데이터에서는 이런 결과가 나왔다는 의미입니다.

기간을 좀 길게해보면 어떤 결과가 나올까요?

검증데이터는 Kodex200 2020년 1월 2일 부터 4월 3일 까지 일 데이터를 대상으로 합니다.

1/2일 종가 29,410
4/3일 종가 23,600
1/2일 종가에 사서 계속 보유시 : -19.7%

결과가 비슷하게 나오는군요. 그냥 보유하고 있는 경우보다는 수익률이 좋지만 정액 투자법이 하락시에 선방을 하는 것은 아닌 것 같습니다. 물론 이런 상태에서 약간의 변동을 주면서 오래 지속된다면 수익률은 개선이 될 것 같습니다.

매매 전략에 대해서는 좀 더 고민을 해 봐야 할 것 같습니다.

다음에는 이베스트증권에서 실제 거래하는 예를 소개하도록 하겠습니다.