지난 게시글에서 sell() 함수 내에 있는 코드 중 수정해야 할 코드는 어떤 부분들인지, 그리고 수정하는 과정에서 발생할 수 있는 문제는 무엇이 있는지에 대해 살펴봤다. 따라서 지난 게시글에서 살펴봤던 내용들을 바탕으로 이번 게시글에서는 코드를 제작하고, 그 결과값들을 확인해보도록 하겠다. fillna() 입력하기 데이터프레임(DataFrame) 내에서는 데이터가 입력되지 않은 부분을 NaN으로 표시된다. 즉, 아직 매도했던 이력이 없다면 매도 일자( f_sell_date, s_sell_date, t_sell_date, n_sell_date ) 자리에는 데이터가 입력되어 있지 않으므로 NaN 값이 입력되어 있다. 하지만 이는 하나의 데이터가 아니기 때문에 데이터가 저장되어 있는지 아닌지의 여부를 판단하..

지난 게시글에서 매도 전략을 어떻게 수정할 것인지에 대한 로드맵을 설정했으니, 이번 게시글에서는 본격적으로 매도 전략을 수정해보도록 하자. 매도 변수 설정하기 매도 변수에서 설정해야 하는 변수는 수익률 변수와 각 수익률 별 매도 비율 변수이다. 즉, 5%에서 분할 매도할 비율과 10%에서 분할 매도할 비율 등을 사전에 설정해두어야 그를 바탕으로 매도를 진행하게 되며 더 나아가 추후에 매도 전략을 수정할 때에도 해당 변수만 수정해주면 되기 때문에 유지보수 측면에서도 더욱 편리하다. 아래와 같은 변수를 def __init__ 함수 아래에 제작해주도록 하자. self.first_sellprofit 변수는 첫 번째 매도 시의 수익률을 의미하는 변수이며, self.first_sellrate 변수는 첫 번째 매도 ..

지난 게시글에서 백테스팅 결과값을 엑셀에 입력하고, 그 자료를 기반으로 데이터를 분석하는 방법에 대해 살펴봤었다. 이번 게시글에서는 그 자료를 바탕으로 매도 전략을 수정하고자 하는데, 바로 매도 시점을 수정할 예정이다. 일단 자료부터 보고 넘어가자. 백테스팅 결과가 좋지 않다 5일 이동평균선이 20일 이동평균선을 상향돌파할 때 매수하고, 5일 이동평균선이 20일 이동평균선을 하향돌파할 때 매도하는 거래 전략으로 1년 간의 데이터를 기반으로 백테스팅을 진행했는데, 시작금액 천만원에서 6월에는 최저 -210만원까지 내려갔다가 마지막에는 +23만원 가량으로 마무리됐다. 최종 수익률이 2%이긴 하지만, 최저 -21%까지 내려갔었던 점을 고려한다면 우리는 손실 거래분을 걸러낸다면 최대 23%의 수익을 얻어낼 수 ..

이번 게시글에서는 엑셀에 입력된 데이터를 바탕으로 결과값들을 분석하는 방법에 대해 살펴볼 예정이다. 엑셀의 경우에는 vlookup이나 count, if 등의 다양한 함수들이 존재하지만 사실 우리가 사용할 함수는 몇 개 없다. 왜냐하면 단순하게 그 결과값을 바탕으로 가불가의 여부만 판단하는 것으로 족하기 때문이다. 함수만 간단하게 알아보고 결과값들을 분석해보도록 하겠다. 엑셀의 대표적인 함수 사실 가장 많이 사용되는 함수들이 있긴 하지만, 그건 논외로 하고 우리는 가장 많이 사용할 함수만 익히고 넘어가자. if 함수 : 조건문을 바탕으로 True와 False를 판단, 그 반환값을 바탕으로 출력값 설정 가능 count 함수 : 특정 조건에 맞는 셀의 개수를 세어주는 함수. counta, countif, co..

지난 게시글에서는 결과 데이터를 분석하기 위해 필요한 몇 가지 데이터들을 특정 변수에 입력한 후 그 값을 데이터프레임화 시킴으로써 우리가 전략을 수정하는 데에 있어서 필요한 데이터들을 수집했다. 그렇다면 이제 이를 바탕으로 데이터를 분석하기 위해서는 어떻게 해야 하는지 등에 대해 살펴보도록 하겠다. 데이터 분석 방법 개인적으로 가장 추천하고 싶은 방법 중 하나는 바로 엑셀을 다룰 줄만 안다면 엑셀을 이용하는 것이다. 엑셀에서는 단순한 값 비교를 통해 결과값을 보여주거나 하는 등의 동작을 간편하게 이용할 수 있도록 구축되어 있는 등 결과 데이터를 분석하는 데에도 상당히 용이한 기능들이 많이 탑재되어 있다. 물론 우리가 제작했던 self.df_tracking_data (결과값 데이터 변수)를 MySQL에 입..

지난 게시글까지가 백테스팅 전략을 수립하고 오류를 찾아내는 방법론에 대한 내용을 다루었다면, 이번 게시글부터는 백테스팅 과정에 있어서 어떤 문제점이 있었고 그를 어떻게 수정해야 하는지에 대해 살펴보고자 한다. 이동평균선 전략 백테스팅 결과 여태까지 제작했던 백테스팅 전략을 2020년 1월 1일부터 2020년 12월 31일까지 일년 간의 데이터를 백테스팅해 본 결과, 아래와 같은 결과를 얻었다. (물론 전 종목을 대상으로 하는 것이 아닌, 차트 데이터가 저장되어 있는 데이터만을 대상으로 한 것이다.) 결과값들을 계속해서 돌려보니 6월까지의 누적 손익이 최저값은 약 230만원 정도가 나오고, 어느 정도의 수익을 기록했다가 다시 손실을 기록하고 있는 모습을 보이며 결국에는 23만원의 수익을 얻었음을 확인할 수..

지난 게시글에서 관련 오류를 모두 제거한 줄 알았는데, 매도 후 drop() 함수를 통해 특정 라인의 데이터를 삭제하는 것이 정상적으로 동작하지 않는 오류가 있었다. 왜 그런가 하고 살펴봤더니 buy() 함수에서 매수한 종목들은 self.account에 입력되었고, self.df_account는 self.account를 기반으로 제작되는데, drop()을 self.df_account를 대상으로 해버리니 암만 지워도 데이터는 정작 self.account에 남아 있기 때문에 매도한 종목이 현재 보유 종목에 계속해서 출력되는 것이다. 따라서 매수할 종목 데이터를 self.account 변수가 아닌 self.df_account 변수 내에 입력을 하게 되면 drop()으로 인해 데이터를 올바르게 삭제할 수 있다...

지난 게시글에서 백테스팅 결과를 실제 자료와 대조하면서 결과값을 확인해 본 결과, 매수 함수는 정상적으로 동작하지만 매도 함수는 정상적으로 동작하지 않음을 확인할 수 있었다. 따라서 이번 게시글에서는 오류가 발생한 원인이 무엇인지 확인하고, 그를 해결하고자 한다. 왜 매도를 안 해? 지난 게시글에서 004170(신세계) 종목이 2020년 1월 28일에 매도가 이뤄져야 했음에도 불구하고 매도가 이뤄지지 않았음을 확인할 수 있었다. 따라서 문제를 확인하고자 키움증권 데이터를 확인해보니 2020년 1월 28일은 화요일이었기 때문에 우리가 기존에 제작했던 날짜 계산 함수(cal_subday())는 2020년 1월 27일자의 데이터를 불러오고자 했을 것이다. 하지만 실제 데이터에 따르면 2020년 1월 28일 화..

지난 게시글까지 백테스팅을 제작하는 방법에 대해 살펴보았고, 이번 게시글부터는 차트를 보면서 발생하고 있는 오류는 없는지 등에 대해 살펴보는 백테스팅의 유지 보수에 관한 내용을 다룰 계획이다. 물론 파이썬을 통해서 차트를 출력하는 matplotlib와 같은 라이브러리가 있긴 하지만, 차트를 출력하는 코드를 제작하는 게 귀찮기도 하지만 무엇보다도 시간이 오래 걸린다. 따라서 그 방법보다는 차라리 우리가 이용하는 증권사에서 제공하는 차트를 가지고 분석하고 문제점을 찾는 것이 더 편하고 빠르다. 일단 우리가 제작했던 백테스팅 코드는 기본적으로 5일 이동평균선과 20일 이동평균선 간에 발생하는 골든 크로스와 데드 크로스를 기반으로 매수와 매도를 진행하고 있다. 그렇기 때문에 차트를 기반으로 분석하기 위해서는 차..

매도 대상 종목, 보유 종목에서 제거하기 데이터프레임 내에서 특정 행을 삭제하기 위해서는 인덱스를 입력해서 해당 인덱스를 제거해야 한다. 데이터프레임 자료형(변수 이름은 df라고 가정)에서 특정 데이터가 입력되어 있는 위치의 인덱스 값을 얻어오는 방식은 아래와 같다. df.index(df['column_name'] == data) 우리가 제작한 코드 내에서 df에 해당하는 변수는 바로 self.df_account이다. 현재 보유 종목을 데이터프레임 형태로 만들어서 출력했고 sell() 함수 내에서도 그를 바탕으로 for문을 돌리고 있으니, 매도 후에는 조회하고 있는 종목 코드가 위치한 행의 인덱스 값을 반환받아서 self.df_account 변수 내에서 제거해야 하는 것이다. 아래는 특정 자료가 위치해 ..

지난 게시글에서는 매수 조건 충족 종목(self.buy_list 변수)을 대상으로 for문을 통해 한 종목 한 종목 매수하는 방법에 대해 알아보았다. 이번 게시글에서는 일단 먼저 self.account를 보기 좋게 좀 편집하고, 현재 잔고가 부족한 경우에는 매수를 못하도록 하는 코드를 제작해보도록 하겠다. self.account, 데이터프레임화 class algorithm1(): def __init__(self, start_date, end_date, all_range): self.all_range = all_range self.today = start_date self.account = {'date':[], 'code':[], 'buy_price':[], 'quantity':[]} self.init_m..

지난 포스팅에서 길고 긴 오류 수정 과정을 거치고 넘어왔다. 이제 오류가 없었으면 하지만 사실 오류는 언제 발생할지도 모르고 어디서 발생할지도 모른다. 기껏 게시글을 보면서 "오... 잘 따라하기만 하면 나도 할 수 있을 것 같아."라는 생각에 따라하기 시작했다가 "아 뭔데... 왜 제대로 안 만드는데.."라는 생각이 들었다면 변명의 여지가 없지만, 너그러운 마음으로 이해해주십사 하는 마음으로 이번 게시글을 작성한다. 디테일한 매수 조건 설정 일전에 시작일자를 20200103으로 설정하고 백테스팅을 진행해본 결과, 2020년 1월 3일에 매수할 종목이 총 10개가 나왔다. 아래에 나와 있는 종목의 종가 중 가장 작은 값이 30만원이니 종목당 30만원씩만 매수한다고 가정하면 하루에만 300만원 어치를 매수..