Introduction
앞으로 강화학습을 이용해서 한국 KOSPI 시장의 주식들을 대상으로 포트폴리오를 구성해보는 프로젝트를 진행해보려고 합니다. 크게 1)데이터셋 구성 2)기존 투자기법 구현 3)RL 기반 구현 이렇게 3단계로 실습해볼 것이고, 가능하다면 논문 리뷰도 추가할 예정입니다.
자세한 사항은 github page를 참고해주세요! (혹시 도움이 되셨다면 STAR! +_+)
좀 더 구체적으로는 대신증권 API를 이용해서 KOSPI시장의 데이터셋을 구축하고, Python 및 Pytorch를 이용한 간단한 Multi-Layer Perceptron (MLP) 모델을 구성하려고 합니다. 비교대상이 될 기존의 투자기법들은 (앞으로 공부를 해야겠지만), 1) Buy-and-Hold : 시장 가격으로 KOSPI 지수에 해당. 2) OLMAR 3) RMR 4) Anticor 5) WMAMR 입니다.
모델 및 비교대상들은 앞으로의 포스팅에서 더욱 자세히 다루도록 하겠습니다.
Collect Dataset
대신증권이 종목 리스트 조회 및 데이터를 추출하기 위한 API가 굉장히 잘 되어있기 때문에 이를 이용해서 데이터를 수집해보도록 하겠습니다.
API를 연결하기 위해서는 대신증권의 계좌가 필요하고 creon-plus 프로그램에 로그인되어있어야합니다. 비대면으로도 계좌계설이 가능하기때문에 크레온 홈페이지-비대면 계좌개설 다음의 링크를 따라서 쉽게 신청하실 수 있고, Creon-Plus 프로그램 또한 크레온 홈페이지-비대면 계좌개설 해당 링크 따라서 쉽게 설치 가능합니다.
위의 준비가 다 되었다면, 이제 환경설정이 필요합니다. 대신증권의 프로그램이 32bit 기반이기 때문에 Python 32bit를 이용해야합니다. 저는 Anaconda가 64bit이기 때문에 가상환경의 python을 32bit로 생성하였습니다.
Anaconda prompt에서 다음의 코드를 이용해서 python 3.6버전의 가상환경을 생성해줍니다.
1
2
3
set CONDA_FORCE_32BIT=1
conda create -n win32 python=3.6
conda activate win32
“python” 명령어를 통해 version을 확인합니다.
1
python
코드자체는 Open source로 많이 나와있는데 그 중에서도 GUI로 깔끔히 만들어두신 코드가 있어서, 이 코드를 이용했습니다.
필요한 라이브러리들은 numpy, pyqt, sqlite, pywin32, pandas 가 필요합니다.
1
conda install pyqt sqlite pywin32 pandas numpy=1.16.1
다음의 명령어로 설치해주세요. (numpy 버전에 따라 오류가 있는 것 같아서 버전 명시했습니다.)
저는 원래 IDE로 pycharm을 이용하고 pycharm에서 바로 설치하는 방식을 주로 이용하는데, 32bit로 설정해서 그런지 이 방식으로는 아래 그림과 같은 오류가 발생했습니다. anaconda prompt나 pycharm의 terminal을 이용하세요!
위 코드의 결과물로는 확장자는 .db 파일이고 KOSPI, KOSDAQ의 전 종목의 일간 시가, 고가, 저가, 종가, 거래량 데이터를 받아올 수 있습니다. 저는 KOSPI만 대상으로 하였고, 20년 11월 25일 기준으로 총 1563종목의 데이터 수집을 완료하였습니다!
이후에는 수집한 데이터의 날짜 및 종목별로 데이터 pre-processing을 거칠 예정입니다. 감사합니다. :)