135 lines
4.2 KiB
Python
135 lines
4.2 KiB
Python
"""Momentum Strategy (12M Return + K-Ratio)."""
|
|
from typing import List, Dict
|
|
from decimal import Decimal
|
|
from datetime import datetime, timedelta
|
|
from sqlalchemy.orm import Session
|
|
import pandas as pd
|
|
import numpy as np
|
|
import statsmodels.api as sm
|
|
|
|
from app.strategies.base import BaseStrategy
|
|
from app.utils.data_helpers import (
|
|
get_ticker_list,
|
|
get_price_data,
|
|
get_prices_on_date
|
|
)
|
|
|
|
|
|
class MomentumStrategy(BaseStrategy):
|
|
"""
|
|
모멘텀 전략.
|
|
|
|
- 12개월 수익률
|
|
- K-Ratio (모멘텀의 꾸준함)
|
|
"""
|
|
|
|
def __init__(self, config: Dict = None):
|
|
"""
|
|
초기화.
|
|
|
|
Args:
|
|
config: 전략 설정
|
|
- count: 선정 종목 수 (기본 20)
|
|
- use_k_ratio: K-Ratio 사용 여부 (기본 True)
|
|
"""
|
|
super().__init__(config)
|
|
self.count = config.get('count', 20)
|
|
self.use_k_ratio = config.get('use_k_ratio', True)
|
|
|
|
def select_stocks(self, rebal_date: datetime, db_session: Session) -> List[str]:
|
|
"""
|
|
종목 선정.
|
|
|
|
Args:
|
|
rebal_date: 리밸런싱 날짜
|
|
db_session: 데이터베이스 세션
|
|
|
|
Returns:
|
|
선정된 종목 코드 리스트
|
|
"""
|
|
try:
|
|
# 1. 종목 리스트 조회
|
|
ticker_list = get_ticker_list(db_session)
|
|
if ticker_list.empty:
|
|
return []
|
|
|
|
tickers = ticker_list['종목코드'].tolist()
|
|
|
|
# 2. 12개월 가격 데이터 조회
|
|
start_date = rebal_date - timedelta(days=365)
|
|
price_list = get_price_data(db_session, tickers, start_date, rebal_date)
|
|
|
|
if price_list.empty:
|
|
return []
|
|
|
|
price_pivot = price_list.pivot(index='날짜', columns='종목코드', values='종가')
|
|
|
|
# 3. 12개월 수익률 계산
|
|
ret_list = pd.DataFrame(
|
|
data=(price_pivot.iloc[-1] / price_pivot.iloc[0]) - 1,
|
|
columns=['return']
|
|
)
|
|
|
|
data_bind = ticker_list[['종목코드', '종목명']].merge(
|
|
ret_list, how='left', on='종목코드'
|
|
)
|
|
|
|
if self.use_k_ratio:
|
|
# 4. K-Ratio 계산
|
|
ret = price_pivot.pct_change().iloc[1:]
|
|
ret_cum = np.log(1 + ret).cumsum()
|
|
|
|
x = np.array(range(len(ret)))
|
|
k_ratio = {}
|
|
|
|
for ticker in tickers:
|
|
try:
|
|
if ticker in price_pivot.columns:
|
|
y = ret_cum[ticker]
|
|
reg = sm.OLS(y, x).fit()
|
|
res = float(reg.params / reg.bse)
|
|
k_ratio[ticker] = res
|
|
except:
|
|
k_ratio[ticker] = np.nan
|
|
|
|
k_ratio_bind = pd.DataFrame.from_dict(
|
|
k_ratio, orient='index'
|
|
).reset_index()
|
|
k_ratio_bind.columns = ['종목코드', 'K_ratio']
|
|
|
|
# 5. K-Ratio 병합 및 상위 종목 선정
|
|
data_bind = data_bind.merge(k_ratio_bind, how='left', on='종목코드')
|
|
k_ratio_rank = data_bind['K_ratio'].rank(axis=0, ascending=False)
|
|
momentum_top = data_bind[k_ratio_rank <= self.count]
|
|
|
|
return momentum_top['종목코드'].tolist()
|
|
else:
|
|
# 단순 12개월 수익률 기준 상위 종목
|
|
momentum_rank = data_bind['return'].rank(axis=0, ascending=False)
|
|
momentum_top = data_bind[momentum_rank <= self.count]
|
|
|
|
return momentum_top['종목코드'].tolist()
|
|
|
|
except Exception as e:
|
|
print(f"Momentum 종목 선정 오류: {e}")
|
|
return []
|
|
|
|
def get_prices(
|
|
self,
|
|
tickers: List[str],
|
|
date: datetime,
|
|
db_session: Session
|
|
) -> Dict[str, Decimal]:
|
|
"""
|
|
종목 가격 조회.
|
|
|
|
Args:
|
|
tickers: 종목 코드 리스트
|
|
date: 조회 날짜
|
|
db_session: 데이터베이스 세션
|
|
|
|
Returns:
|
|
{ticker: price} 딕셔너리
|
|
"""
|
|
return get_prices_on_date(db_session, tickers, date)
|