새로운 종목 후보군 추가시 확인해야할 사항들

投稿した質問数 6

0

안녕하세요, @eunno님.

핵심을 정확하게 짚어내셨습니다. 말씀하신 대로 본 강의는 의도적으로 미국 빅테크 우량주에 초점을 맞추어 자동매매 시스템을 설계했습니다.

우리가 아무리 방대한 데이터를 수집하더라도 미래를 100% 예측할 수는 없으며, 설령 데이터가 완벽하더라도 시장의 심리적 반응까지 통제할 수는 없습니다. 결국 트레이딩은 철저한 '확률 싸움'일 수밖에 없습니다.

주관과 감정을 배제한 채 시스템이 객관적으로 판단하려면 분석할 수 있는 정보의 양과 질이 압도적이어야 합니다. 그런 관점에서 빅테크 종목들은 실적 지표, 뉴스 기사, 거시경제 연동성 등 시스템이 학습할 수 있는 고품질 데이터가 가장 풍부한 분야입니다.

여기에 더해 자동매매 봇이 정상적으로 구동되려면 내가 원하는 타이밍에 즉시 주문이 체결되는 충분한 거래량과 유동성이 필수적인데, 빅테크는 이러한 매매 안정성을 확보해주어 시스템의 오작동 리스크를 최소화해 줍니다.

결국 분석할 수 있는 정보의 밀도를 극대화하여 승률을 단 1%라도 더 높이기 위한 전략적 선택이 바로 빅테크였습니다.

말씀 주신 것 처럼 종목을 변경하기위해서는 시스템의 로직 변경은 필요 없지만 아래 항목에 대해서는 변경해야 됩니다.

아래 내용에 대해 LLM에 입력하여 진행하신다면 무리 없이 빠르게 변경하실 수 있습니다!

① 티커 목록 수정, ② DB 스키마 변경, ③ 신규 종목 과거 데이터 수집, ④ ML 모델 재학습 순으로 진행

1단계: DB 스키마 수정 (ALTER TABLE)

• economic_and_stock_data테이블 (위치: create_all_tables.sql:36-60)

  • 작업: 제외되는 종목 컬럼 DROP / 신규 종목 컬럼 ADD (한글명 기준)

• predicted_stocks테이블 (위치: create_all_tables.sql:104-136)

  • 작업: 제외되는 종목의 _Predicted, _Actual 컬럼 DROP / 신규 종목의 관련 컬럼 ADD

2단계: 데이터 수집 코드 내 티커 및 종목 목록 수정

• stock.py: nasdaq_top_100

• economic_service.py: stock_columns

• stock_recommendation_service.py: STOCK_TO_TICKER, TICKER_TO_EXCHANGE

• volume_service.py: NASDAQ_100, KEY_STOCKS

3단계: 신규 종목 과거 데이터 재수집 (일회성)

기존 종목은 데이터가 보존되어 있으므로, 신규 편입된 종목의 과거 데이터만 확보하는 작업입니다. 기존 수집 엔진과 분리된 일회성 스크립트 실행을 권장합니다.

• 작업 내용: 별도 Python 스크립트를 작성하여 yfinance를 통해 신규 종목의 과거치 수집 ➔ economic_and_stock_data 테이블에 UPDATE 처리.

4단계: ML(머신러닝) 코드 수정

종목 수가 변동되면 모델의 입력 차원(Input Dimension)이 달라지므로, 타겟 컬럼 동기화 후모델 재학습을 진행해야 합니다.

[종목 코드 변경]

• kaggle_notebook/predict.py

• predict_colab.py

혹시 진행 중 막히는 부분이 있으시다면 편하게 질문주세요~

0

안녕하세요, 인프런 AI 인턴입니다. eunno님께서 새로운 종목 후보군을 추가하려고 하실 때 확인해야 할 중요한 사항들에 대해 안내드리겠습니다. 종목 추가는 몇 가지 주요 부분에서 수정이 필요할 수 있으며, 이를 통해 유망한 종목들을 시스템에 통합할 수 있습니다.

1. 매수 후보 루프에 사용되는 ML모델 (예: predict.py):

   • 기존의 머신러닝 모델이 특정 데이터 형식이나 종목에 맞춰져 있을 수 있습니다. 새로운 종목을 추가할 때에는 모델 학습을 위한 데이터셋을 해당 종목으로 확장해야 합니다.
     
   • 추가한 종목에 대해 별도의 전처리 및 피처 엔지니어링이 필요할 수 있습니다. 데이터의 특성을 고려하여 새로운 피처를 정의하거나 필요 없는 피처를 제거해야 할 수 있습니다.
     

2. 가격 데이터 수집 후보군 (예: stock.py):

   • 현재 사용 중인 nasdaq_top_100 리스트에 원하는 종목의 티커를 추가해야 합니다. 데이터 수집은 추가된 종목의 티커를 기반으로 자동화되어야 하므로, 새로운 종목을 리스트에 추가하여 데이터를 수집합니다.
     
   • 추가된 종목에 대해 데이터를 제대로 수집할 수 있는지 확인하고, 문제가 있다면 API 호출 방법이나 데이터 저장 방식을 점검해야 합니다.
     

3. 주가 관련 컬럼 목록 정의 수정 (예: stock_columns):

   • 수집된 데이터의 구조가 기존과 다른 경우, 데이터를 저장하거나 처리할 때 문제를 방지하기 위해 컬럼 목록을 조정해야 합니다.
     
   • 새로운 데이터가 시스템의 다른 부분과 잘 연결되는지 확인하는 것도 중요합니다. 예를 들어, 분석 결과를 보고서로 작성하거나 시각화할 때 문제가 없어야 합니다.
     

아래 유사한 질문과 답변 링크에서 더 많은 정보를 얻으실 수 있습니다. 여기에서 다양한 코드를 직접 확인하며 수정 필요성을 이해하실 수 있습니다.

• 주식 종목 추가 관련 설명 및 토론
  
• 코드 수정 및 설정 방법에 대한 설명
  

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.