본문 바로가기
무모한 도전-주식 인공지능 만들기

새로운 조건으로 코스피(kospi)에서 종목탐색을 했는 결과

by 인터넷떠돌이 2019. 3. 11.
반응형

안녕하세요?


이래저래 일이 있어서 좀 포스팅이 늦어졌는데, 이번 포스팅에서 소개할 내용은 제가 만들어 놓은 알고리즘에서 검색하는 조건을 조금 더 완화를 해서, 한번 전체 코스피의 종목을 검색한 다음에, 그 결과를 소개하고자 합니다.



먼저 위 스크린샷에 나와 있는 것처럼, 이전에 코스닥을 검색했기 때문에, 다시 코스피를 검색하기 위한 조건으로 바꾸어 놓아 보도록 합니다.



그리고 나서 다음으로는 절대값의 변화량을 0.2%로 바꾸어 놓은 다음에, 1주당 가격을 100만원으로 대폭 상향시켜 놓도록 하도록 합니다. 왜 0.2%로 내렸냐 하면, 1주당 가격의 변동이 0.2%인데, 이 주식을 5개 이상씩 사고팔면, PV(포트폴리오)가치는 1% 이상 변동하기 때문에 강화학습을 어떻게 할 수 있기는 합니다.



일단 for문에서 760개까지 보라고 했지만, 759에서 끝나는 것을 볼 수 있었습니다. 이건 앞으로 파이썬으로 코딩을 할 때 명심해 주어야 할 사항이라고 생각합니다.



일단 일련의 코스피 종목들이 나오는 것을 확인할 수 있기는 있었습니다. 이제 이 결과들을 엑셀을 이용해서 정리해 보아야 하는 단계가 되었습니다.




일단 하위 2개의 종목을 제외하고는 전부 일종의 펀드들이 차지를 하고 있는 것을 확인할 수 있었습니다. 그래서 펀드로 보이는 종목들을 모두 제거해 보도록 합니다.



위 스크린샷처럼 대다수가 우선주 위주로 나오는 것을 볼 수 있습니다만, 남연 비비안이라고 해서 속옷을 만드는 회사하고 세기상사, 그리고 대림통상과 대양금속 같은 종목들은 우선주가 아닌 것을 볼 수 있었습니다.



일단 성신양회3우B라고 하는 종목코드가 004989인 종목을 골라서 1분당 분봉차트를 Open API로 가지고 오도록 합니다. 그를 위해서 pytrader에서 입력을 합니다.



일단 성신양회의 분봉차제는 모두 2000개가 넘는데, 이래서는 강화학습을 하는데 너무 많은 시간이 걸린다는 생각이 듭니다. 그래서 데이터를 자르도록 합니다.




총 616개 열(row)의 데이터만을 가지고 오도록 합니다. 이제 이 데이터 베이스를 가지고서 강화학습에 들어가 보기는 봐야 하는데, 구글 코랩에서 이미 트러스제7호에 대한 강화학습이 진행되고 있으므로, 오랫만에 노트북을 이용하도록 해 봅니다.



오랫만에 RLTrader를 실행시켜 보면서, 위 스크린샷과 같이 전체 데이터에서 위에서 50% 데이터만 가지고서 강화학습을 하도록 해 보며, 결과를 저장할 폴더를 하드 디스크 안의 어딘가로 지정하도록 합니다.



일단 기존의 트러스제7호의 사례와 같이 전체 학습하는 에포크의 숫자를 600으로 설정을 하고, 초기 자본금 100만원으로 설정을 해준 다음에 강화학습에 들어가 보도록 합니다.



일단 첫번째 강화학습이 끝난것을 확인할 수 있기는 있었습니다. 생각보다는 시간이 많이 걸리지는 않았습니다만, 구글 코랩을 사용했을 때에 비해서 더 많은 시간이 걸린 것을 확인할 수 있기는 있었습니다. 이제 다음 포스팅에서는 몇번이나 노트북에서 강화학습을 한 다음에, 백테스트를 해서 얼마나 수익을 낼 수 있는지에 대해서 포스팅을 올리고자 합니다.

반응형