(주식 자동 매매) 키움증권 OpenAPI - 1분봉 데이터 실시간 받기(opt10080)

1. 들어가며

지난 시간에는 키움증권 OpenAPI를 통해
이미 매수하여 계좌에 보유중인
4종목의 매수가격과 매수량을 출력해 보았다.

이번에는 키움증권 OpenAPI를 활용하여 4종목의 1분봉 데이터를 받아보자.
구현할 코드는 아래와 같다.

• 1분마다 1분봉을 키움서버에서 받아온다. (이 글에서는 10초마다 반복하여 받아온다)
• 받아온 1분봉을 데이터프레임에 담아 출력한다.
• 데이터프레임에 들어간 1분봉을 엑셀에 보내서 계속 저장한다.

핵심은 1분봉을 엑셀에 저장하는 것이다.
1분봉의 패턴을 파악하여 진입/청산 시점을 알고 싶기 때문이다.

---

2. 사전준비

KOA StudioSA에 접속/로그인하면,
아래와 같이 TR요청번호와 입력해주어야 하는 정보를 확인할 수 있다.

① KOA StudioSA의 TR목록 탭을 클릭한다.
② TR목록에서 10080을 입력
③ opt10080에서는 INPUT은 3가지(종목코드, 틱단위, 수정주가구분)를 입력한다.
OUTPUT는 시가,고가,저가,현재가,거래량,체결시간 등을 제공한다.
* 현재가는 "현재시각"에는 변하지만, 1분 전의 1분봉은 종가가 된다.
(1분 전의 봉을 받아올 때는 종가를 가져온다는 것이다.)
* 예를 들어, 현재 09:40분에 조회를 하면, 09:40분의 현재가는 변하지만,
09:40분에 조회할 경우, 09:39분의 현재가는 09:39분의 종가가 된다.
④ 사용할 함수 2개 : SetInputValue 함수(서버에 입력), CommRqData 함수(서버에 요청)
⑤ SetInputValue에 넣어주어야 하는 3가지 : 종목코드, 틱단위(분봉 종류),
수정주가구분(0으로 둔다.)
⑥ 종목코드, 틱단위, 수정주가구분 3가지를 입력 후 조회하면, ⑥과 같은 결과를 얻을 수 있다.

< 그림1. KOA StudioSA에서 opt10080을 요청하는 화면 >

---

3. 코드 구현

• 키움증권의 OpenAPI에 접속/로그인하고,
• for문을 활용하여 4종목의 1분봉을 요청/수신하여,
• 데이터프레임 형태로 엑셀에 저장

 

< 그림2. 데이터프레임 초기화 및 종목코드 입력 화면 >

※ 로그인 관련 내용은 생략한다.
21줄 : 1분봉을 데이터프레임 형태로 받기 위해, minute_data의 날짜, 시간, 시가 등으로 초기화한다.
23줄 : 흥미종목(interesting_codes)을 전역변수 선언한다.
* 여기서 말하는 "흥미종목"은 임의로 명칭한 것이며, 영웅문4의 "관심종목"이 아니다.
(혼동 방지를 위해, 이글에서는 "흥미종목"이라고 하겠다)
24줄 : 4종목을 흥미종목에 넣어준다.
* 4종목 : 삼성전자(005930), 경동나비엔(009450), 아프리카TV(067160), 토니모리(214420)

< 그림3. 데이터 요청 및 수신받는 화면 >

33줄 : 72줄(btl.rq_data_opt10080(interesting_code, "1", 0)을 실행하기 위한 함수를 만든다.
* interesting_code는 24줄에서 이미 정의하였으며,
72줄의 함수를 실행하면, 70줄의 for문에 따라 interesting_code가
32줄의 rq_data_opt10080(stock_code, tik, jugagubun)의 코드(stock_code)에 순차적으로 들어간다.
34줄~36줄 : SetInputValue를 통해 종목코드, 틱범위, 수정주가구분을 키움서버에 입력한다.
37줄 : CommRqData를 통해 키움서버에 "opt10080"을 요청한다.
38줄~39줄 : tr_event_loop를 선언하여, 데이터 입력/요청이 완료될 때까지
이벤트 루프를 대기한다.

41줄 : 34~37줄까지 입력(SetInputValue)하고 요청(CommRqData)한 내용을
사용자에게 수신해 준다.
42줄 : 요청한 내용이 37줄의 opt_10080이면, 아래 실행
43줄 : 43줄~60줄이 이 글의 핵심이다.
그림1의 KOA StudioSA의 ⑥에서 확인하였듯이,
키움서버로부터 정보를 받아올 때는 최신정보부터 받아온다.
→ 가장 최근의 데이터는 현재의 봉이며, 그 이전의 1분봉의 정보를 얻는 것이다.
(위에서 확인하였듯이, 현재봉의 현재가는 거래가 계속 되기 때문에 변하지만,
1분 전의 OHLCV 중 Close는 종가이다.)

for i in range(1,2)는 i는 첫번째[0]를 뜻하는 이 아니라,
(= range는 1이상 2미만을 의미한다.)
1분 전의 데이터[1]을 을 불러오라는 것이다.
(예시) 09:40분의 현재가는 계속 바뀌지만,
09:40분에 조회한 09:39분 "현재가"로 표기된 데이터는 종가이다.

range(1,3)이면, "1~2"까지만 실행해 달라는 이야기이다. (3은 들어가지 않음)

44줄~51줄 : GetCommData를 통해 필요한 데이터를 수신한다.
51줄 : (고가-종가) + (저가-종가) + (종가-시가)를 통해, 패턴을 기억한다.
→ 매수할 때 기준으로 쓰일 예정 (향후 구현 예정)

53줄~60줄 : 받아온 데이터를 21줄의 "minute_data"에 넣어준다. (append)
61줄~64줄 : 38줄~39줄에서 선언/실행한 이벤트 루프를 종료한다. (exit)

< 그림4. threading.Timer을 이용하여 10초마다 1분봉 받기 >

70줄 : 92줄의 threading.Timer을 이용하여 10초마다 반복하기 위해 rq_data_minute()를 만들어준다.
71줄 : 전역변수인 24줄의 흥미코드(interesting_codes)를 for문을 활용하여,
72줄 : 33줄의 rq_data_opt10080에 순차적으로 넣어준다.
73줄 : 44줄~60줄을 통해 받아온 데이터(OHLCV 등)를 데이터프레임에 넣어준다.
74줄 : for문이 10초마다 반복되기 때문에, 데이터가 누적되어 출력된다.
이러한 누적 방지를 위해 tail(n=1)을 넣어준다.
* tail(n=1)은 받아온 데이터의 마지막에서 두번째를 나타낸다.
(마지막 혹은 최근 봉은 tail(n=0)으로 나타낸다)

77줄 : 데이터프레임으로 받아온 데이터를 df2에 넣어준다. (코드가 길다)
78줄 : 이 부분이 중요하다. 3일 정도를 헤맸다. ㅠㅠ
head(n=0)은 맨 위쪽의 내용만 받아오겠다는 내용이다.

아래 그림5에서 0으로 된 부분이 아니라, date, time 등 맨 윗줄은 head(n=0)로 나타낸다.
(자세한 설명은 83줄에서 실시한다)

< 그림5. head(n=0)은 빨간색으로 표기한 부분 >

80줄 : 엑셀 파일을 만들어줄 경로를 설정한다. (6줄의 import os가 여기서 쓰인다)
엑셀 이름은 본인이 임의로 지으면 된다. 필자는 minute_data로 지었다.
주의할 것은 확장자를 xlsx로 만든다.
(pandas모듈의 ExcelWriter을 활용하기 위함)

82줄~91줄 : 이 부분도 중요하다. 데이터프레임 데이터를 엑셀로 보내는 내용이다.
80줄에서 이야기했듯이 pandas모듈의 ExcelWriter로 활용하여,
엑셀에 저장하기 위해서이다.
* (주의) 82줄~91줄을 실행하려면 pandas는 1.4.2이상이어야 함
(1.4.2 버전 이하이면, 83줄의 overlay 명령어가 실행되지 않는다)
82줄 : dir의 경로에 있는 "minute_data.xlsx"가 경로에 존재하면,
83줄 : 위 경로에 있는 내용을 시트명(sheet_name)이
24줄에서 정의한 흥미코드(interesting_code)에
각 종목을 이름으로하는 시트에 1분봉을 각각 저장한다.
* 83줄에서 제일 많이 헤맸다. 이유는 df2.to_excel로 저장하니,
첫번째 종목인 삼성전자(005930)가 각 종목명의 시트에 처음으로 저장됨
* 결론은, 파일이 없을 때는 78줄처럼 "date, time, open 등"의 정보만 기록하여,
1분봉이 기록되도록 하면 된다.
* 궁금하다면,
88줄의 첫번째인 df3.to_excel(~~~)을 d2.to_excel(~~~)로 바꾸면,
필자가 왜 헤맸는지 알게 될 것이다.

85줄 : dir로 정의한 경로에 "minute_data.xlsx"이 없으면,
86줄 : "minute_data.xlsx"파일을 만들어서,
87줄~90줄 : 각 종목코드명 시트에 각 종목의 1분봉을 저장한다.

92줄 : threading.Timer 함수를 이용하여 10초마다, 70줄(rq_data_minute) 함수를 실행된다.
→ 70줄 함수가 실행되면, for문이 돌면서 흥미코드(24줄)가 72줄의 함수에 들어가고,
33줄의 rq_data_opt10080의 함수가 실행된다.

94줄 : 92줄의 threading.Timer 함수를 실행하기 위해서는
threading.Timer가 들어있는 함수를 1번은 실행해 주어야 한다.

< 그림6. 1분봉을 데이터프레임 형태로 받은 형태 >

 

< 그림7. 바탕화면에 생성된 삼성전자(005930) 1분봉 모음 >

 

< 그림8. 바탕화면에 생성된 경동나비엔(009450) 1분봉 모음 >

---

4. 전체 코드

import sys
from PyQt5.QAxContainer import *
from PyQt5.QtWidgets import *
from PyQt5.QtCore import *
import pandas as pd
import os
import threading

class btl_system():
    def __init__(self):
        self.kiwoom = QAxWidget("KHOPENAPI.KHOpenAPICtrl.1")
        print("로그인 시작!")

        self.kiwoom.OnEventConnect.connect(self.login_Connect)
        self.kiwoom.OnReceiveTrData.connect(self.trdata_get)

        self.kiwoom.dynamicCall("CommConnect()")
        self.login_event_loop = QEventLoop()
        self.login_event_loop.exec_()

        self.minute_data = {'date': [],'time': [], 'open': [], 'high': [], 'low': [], 'close': [], 'volume': [], 'pattern': []}

        global interesting_codes
        interesting_codes = ["005930", "009450", "067160", "214420"]

    def login_Connect(self, err_code):
        if err_code == 0:
            print('로그인 성공했습니다!')
        else:
            print('로그인 실패했습니다!')
        self.login_event_loop.exit()

    def rq_data_opt10080(self, stock_code, tik, jugagubun):
        self.kiwoom.dynamicCall("SetInputValue(QString,QString)", "종목코드", stock_code)
        self.kiwoom.dynamicCall("SetInputValue(QString,QString)", "틱범위", tik)
        self.kiwoom.dynamicCall("SetInputValue(QString,QString)", "수정주가구분", jugagubun)
        self.kiwoom.dynamicCall("CommRqData(QString,QString,int,QString)", "opt_10080", "opt10080", 0, "0102")
        self.tr_event_loop = QEventLoop()
        self.tr_event_loop.exec_()

    def trdata_get(self, sScrNo, rqname, strcode, sRecordName, sPreNext, nDataLength, sErrorCode, sMessage, sSplmMsg):
        if rqname == 'opt_10080':
            for i in range(1, 2):
                date = int(self.kiwoom.dynamicCall("GetCommData(QString, QString, int, QString)", "opt10080", "주식분봉차트조회요청", i, "체결시간").strip()[0:8])
                time = int(self.kiwoom.dynamicCall("GetCommData(QString, QString, int, QString)", "opt10080", "주식분봉차트조회요청", i, "체결시간").strip()[8:])
                open = abs(int(self.kiwoom.dynamicCall("GetCommData(QString, QString, int, QString)", "opt10080", "주식분봉차트조회요청", i, "시가").strip()))
                high = abs(int(self.kiwoom.dynamicCall("GetCommData(QString, QString, int, QString)", "opt10080", "주식분봉차트조회요청", i, "고가").strip()))
                low = abs(int(self.kiwoom.dynamicCall("GetCommData(QString, QString, int, QString)", "opt10080", "주식분봉차트조회요청", i, "저가").strip()))
                close = abs(int(self.kiwoom.dynamicCall("GetCommData(QString, QString, int, QString)", "opt10080", "주식분봉차트조회요청", i, "현재가").strip()))
                volume = abs(int(self.kiwoom.dynamicCall("GetCommData(QString, QString, int, QString)", "opt10080", "주식분봉차트조회요청", i, "거래량").strip()))
                pattern = str(high - open) + str(low - open) + str(close - open)

                self.minute_data['date'].append(date)
                self.minute_data['time'].append(time)
                self.minute_data['open'].append(open)
                self.minute_data['high'].append(high)
                self.minute_data['low'].append(low)
                self.minute_data['close'].append(close)
                self.minute_data['volume'].append(volume)
                self.minute_data['pattern'].append(pattern)
        try:
            self.tr_event_loop.exit()
        except AttributeError:
            pass

if __name__ == "__main__":
    app = QApplication(sys.argv)
    btl = btl_system()

    def rq_data_minute():
        for interesting_code in interesting_codes:
            btl.rq_data_opt10080(interesting_code, "1", 0)
            df_minute_data = pd.DataFrame(btl.minute_data, columns=['date', 'time', 'open', 'high', 'low', 'close', 'volume', 'pattern'])
            df_minute_data = df_minute_data.tail(n=1)
            print(df_minute_data)

            df2 = df_minute_data
            df3 = df_minute_data.head(n=0)

            dir = r'C:\Users\User\Desktop\minute_data.xlsx'  # 경로 설정

            if os.path.exists(dir):
                with pd.ExcelWriter(dir, mode='a', engine='openpyxl', if_sheet_exists='overlay') as writer:
                    df2.to_excel(writer, header=False, index=False, sheet_name=interesting_code, startrow=writer.sheets[interesting_code].max_row)
            else:
                with pd.ExcelWriter(dir, mode='w', engine='openpyxl') as writer:
                    df2.to_excel(writer, index=False, sheet_name=interesting_codes[0])
                    df3.to_excel(writer, index=False, sheet_name=interesting_codes[1])
                    df3.to_excel(writer, index=False, sheet_name=interesting_codes[2])
                    df3.to_excel(writer, index=False, sheet_name=interesting_codes[3])

        threading.Timer(10, rq_data_minute).start()

    rq_data_minute()

    app.exec_()

---

5. 마치며

한달 내내 1분봉 받는 데 시간을 많이 할애했다.
실행을 위해 shift + f10을 100번은 누른 거 같다.

에러가 나면, 처음에는 속상한 마음이 들었지만,
나중에는 해결하려고 애썼던거 같다.

글을 다 쓰고 보니,
본문의 내용 중 더 설명을 했어야 하지 않았나 싶다.
82줄~90줄의 pandas모듈의 ExcelWriter의 설명이 부족한거 같아 조금 아쉽다.

개인적으로 엑셀을 좋아한다.
익숙하지 않은 MySQL에 저장하면 어떨까 생각했으나,
그냥 나에게 맞는 엑셀로 저장하는 게 좋을 것 같다.

위의 코드는 10초마다 실행하는데,
92줄을 60초로 바꾸어주면

1분 전의 "분봉"을 받아오는 것(OHLCV)이 되는 것이다.