408 lines
16 KiB
Python
408 lines
16 KiB
Python
import pandas as pd
|
|
from stockpredictor.analysis.Common import Common
|
|
from stockpredictor.analysis.Stochastic import Stochastic
|
|
from stockpredictor.analysis.RSI import RSI
|
|
from stockpredictor.analysis.MACD import MACD
|
|
|
|
class BuySellChecker:
|
|
|
|
common = None
|
|
stochastic = None
|
|
rsi = None
|
|
|
|
def __init__(self):
|
|
self.common = Common()
|
|
self.stochastic = Stochastic()
|
|
self.rsi = RSI()
|
|
self.macd = MACD()
|
|
|
|
return
|
|
|
|
def checkStatus(self, STOCK, last_index):
|
|
status = set()
|
|
|
|
# 정배열 체크
|
|
temp_status = self.common.check_RightArrange(STOCK)
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
# 돌파 체크
|
|
temp_status = self.common.check_Dolpa(STOCK, last_index, "5", "20")
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
temp_status = self.common.check_Dolpa(STOCK, last_index, "5", "60")
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
temp_status = self.common.check_Dolpa(STOCK, last_index, "5", "120")
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
temp_status = self.common.check_Dolpa(STOCK, last_index, "5", "240")
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
temp_status = self.common.check_Dolpa(STOCK, last_index, "20", "60")
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
temp_status = self.common.check_Dolpa(STOCK, last_index, "20", "120")
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
temp_status = self.common.check_Dolpa(STOCK, last_index, "20", "240")
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
temp_status = self.common.check_Dolpa(STOCK, last_index, "60", "120")
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
temp_status = self.common.check_Dolpa(STOCK, last_index, "60", "240")
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
temp_status = self.common.check_Dolpa(STOCK, last_index, "120", "240")
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
# 20일선 돌파
|
|
temp_status = self.common.check_Dolpa_Jiji(STOCK, last_index, '20')
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
# 60일선 돌파
|
|
temp_status = self.common.check_Dolpa_Jiji(STOCK, last_index, '60')
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
# 120일선 돌파
|
|
temp_status = self.common.check_Dolpa_Jiji(STOCK, last_index, '120')
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
# 240일선 돌파
|
|
#temp_status = self.common.check_Dolpa_Jiji(STOCK, last_index, '240')
|
|
#if temp_status != "":
|
|
# status.add(temp_status)
|
|
|
|
# 20일선 지지 매수가 추천
|
|
temp_status = self.common.check_Dolpa_Jiji_20(STOCK, last_index)
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
# 음봉인데 어제보다 종가가 더 높은 경우
|
|
# 이 경우 정배열 상태인지도 함께 체크를 한다.
|
|
higher_umbong_status = self.common.checkHigherUmbong(STOCK, last_index)
|
|
if higher_umbong_status != "":
|
|
status.add(temp_status)
|
|
|
|
# GOLDENCROSS#1은 바로 매수하지 않고, 이 시점 이후로 5일선이 20일선을 하방으로 뚫었다가 다시 20일선을 상방으로 뚫는 순간 매수를 시도한다.
|
|
# GOLDENCROSS#2은 바로 매수 가능
|
|
# GOLDENCROSS#3은 바로 매수 가능
|
|
temp_status = self.common.check_golded_cross(STOCK, last_index)
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
# YANGBONG
|
|
# 어제 음봉 이후 장대양봉이었다면, 매수
|
|
temp_status = self.common.checkLongYangBongAfterUmBong(STOCK, last_index)
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
# Doji
|
|
# 하락 추세에서 도지가 나오면 매수
|
|
temp_status = self.common.checkDoji(STOCK, last_index)
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
# Gravestone
|
|
# 상승 추세에서 그레이브스톤이 나오면 매도
|
|
temp_status = self.common.checkGravestone(STOCK, last_index)
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
# Dragonfly
|
|
# 하락 추세에서 드레곤플라이가 나오면 매수
|
|
temp_status = self.common.checkDragonfly(STOCK, last_index)
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
# Hammer
|
|
temp_status = self.common.checkHammer(STOCK, last_index)
|
|
# 하락 추세에서 해머가 나오면 매수
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
# Hangingman
|
|
temp_status = self.common.checkHangingman(STOCK, last_index)
|
|
# 상승 추세에서 행잉맨이 나오면 매도
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
# 상승장악형 (Engulfing) - 다음 날도 양봉이라면 매수
|
|
# 하락 추세에서 상승장악형이 나오면 매수
|
|
temp_status = self.common.checkEngulfingHigh(STOCK, last_index)
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
# 하락장악형 (Engulfing)
|
|
# 상승 추세에서 하락장악형이 나오면 매도
|
|
temp_status = self.common.checkEngulfingLow(STOCK, last_index)
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
# 상승 포아형 (Harami)
|
|
# 하락 추세에서 상승포아형이 나오면 매수
|
|
temp_status = self.common.checkHaramiHigh(STOCK, last_index)
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
# 하락 포아형 (Harami)
|
|
# 상승 추세에서 하락포아형이 나오면 매도
|
|
temp_status = self.common.checkHaramiLow(STOCK, last_index)
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
# 관통형 (piercing)
|
|
# 하락 추세에서 관통형이 나오면 매수
|
|
temp_status = self.common.checkPiercing(STOCK, last_index)
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
# 흑운형 (Dark-cloud)
|
|
# 상승 추세에서 흑운형이 나오면 매도
|
|
temp_status = self.common.checkDarkCloud(STOCK, last_index)
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
# 샛별 (Morning start)
|
|
# 하락 추세에서 샛별형이 나오면 매수
|
|
temp_status = self.common.checkMorningstar(STOCK, last_index)
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
# 저녁별 (Evening start)
|
|
# 상승 추세에서 저녁별형이 나오면 매도
|
|
temp_status = self.common.checkEveningstar(STOCK, last_index)
|
|
if temp_status != "":
|
|
status.add(temp_status)
|
|
|
|
return status
|
|
|
|
def getPriceAndWeight1(self, data, i):
|
|
buy, weight, sell = -1, -1, -1
|
|
|
|
if i >= 3:
|
|
################
|
|
### sell 분석 ###
|
|
################
|
|
# 1. 볼린져밴드 상단이 최고와 종가 사이 아래에 있는 경우 매도한다.
|
|
#if (data["high"][i] - data["close"][i]) / 2 + data["close"][i] > data["upper"][i]:
|
|
# sell = data["high"][i]
|
|
|
|
# 2. slow_k가 90이 넘으면 매도한다.
|
|
if data["slow_k"][i] > 90:
|
|
sell = data["high"][i]
|
|
|
|
#if data["slow_k"][i] >= 85:
|
|
# if data["slow_d"][i-1] < data["slow_k"][i-1] and data["slow_k"][i] < data["slow_d"][i]:
|
|
# sell = data["high"][i]
|
|
|
|
# 3. 2시 이후에는 최고가가 볼린져밴드 상단 위에 있으면 매도한다.
|
|
if i > 300 and data["high"][i] > data["upper"][i]:
|
|
sell = data["high"][i]
|
|
|
|
##########################
|
|
### buy 분석 ###
|
|
##########################
|
|
if data["low"][i] < data["lower"][i] + 5 and data["open"][i] <= data["close"][i]:
|
|
if data["slow_k"][i-1] < 30 and data["slow_k"][i] < 30:
|
|
if data["slow_k"][i-1] < data["slow_k"][i]:
|
|
buy = data["low"][i]
|
|
|
|
if data["rsi"][i] < 25:
|
|
if data["rsi"][i - 2] < data["rsis"][i - 2] and data["rsi"][i - 1] < data["rsis"][i - 1] and data["rsis"][i] < data["rsi"][i]:
|
|
if data["close"][i] < data["avg5"][i]:
|
|
buy = data["close"][i]
|
|
else:
|
|
buy = data["low"][i]
|
|
weight = 1
|
|
|
|
#############################
|
|
### STOCHASTIC weight 분석 ###
|
|
#############################
|
|
if data["slow_k"][i] in (0, 1, 2, 3):
|
|
weight = 1
|
|
if data["slow_k"][i] in (4, 5, 6, 7, 8):
|
|
weight = 1
|
|
elif data["slow_k"][i] in (9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20):
|
|
weight = 1
|
|
elif data["slow_k"][i] in (21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35):
|
|
weight = 1
|
|
|
|
return buy, weight, sell
|
|
|
|
def getPriceAndWeight2(self, data, i):
|
|
buy, weight, sell = -1, -1, -1
|
|
|
|
################
|
|
### sell 분석 ###
|
|
################
|
|
# 1. 볼린져밴드 상단이 최고와 종가 사이 아래에 있는 경우 매도한다.
|
|
if (data["high"][i] - data["close"][i]) / 2 + data["close"][i] > data["upper"][i]:
|
|
sell = data["high"][i]
|
|
|
|
if data["slow_k"][i] >= 85:
|
|
if data["slow_d"][i - 1] < data["slow_k"][i - 1] and data["slow_k"][i] < data["slow_d"][i]:
|
|
sell = data["high"][i]
|
|
|
|
# 3. 2시 이후에는 최고가가 볼린져밴드 상단 위에 있으면 매도한다.
|
|
if i > 300 and data["high"][i] > data["upper"][i]:
|
|
sell = data["high"][i]
|
|
|
|
##########################
|
|
### STOCHASTIC buy 분석 ###
|
|
##########################
|
|
if i < 40:
|
|
pre_slow = data["slow_k"][i - 1] / data["slow_d"][i - 1] - 1
|
|
now_slow = data["slow_k"][i] / data["slow_d"][i] - 1
|
|
if pre_slow < 0 and 0 < now_slow:
|
|
if data["slow_k"][i] <= 35:
|
|
if (data["close"][i] - data["lower"][i]) / (data["upper"][i] - data["lower"][i]) < 0.35:
|
|
if data["slow_k"][i - 1] < data["slow_d"][i - 1] and data["slow_d"][i] < data["slow_k"][i]:
|
|
if data['avg10'][i] < data['avg5'][i]:
|
|
if data["open"][i] < data["close"][i]:
|
|
buy = data["close"][i]
|
|
else:
|
|
buy = data["low"][i]
|
|
else:
|
|
pre_slow = data["slow_k"][i - 1] / data["slow_d"][i - 1] - 1
|
|
now_slow = data["slow_k"][i] / data["slow_d"][i] - 1
|
|
if pre_slow < 0 and pre_slow < now_slow and -0.15 < now_slow:
|
|
if data["slow_k"][i] <= 30:
|
|
if (data["close"][i] - data["lower"][i]) / (data["upper"][i] - data["lower"][i]) < 0.35:
|
|
if data["slow_k"][i - 1] < data["slow_d"][i - 1] and data["slow_d"][i] < data["slow_k"][i]:
|
|
if data['avg10'][i] < data['avg5'][i]:
|
|
if data["close"][i] < data["avg5"][i]:
|
|
buy = data["close"][i]
|
|
else:
|
|
buy = data["low"][i]
|
|
|
|
#############################
|
|
### STOCHASTIC weight 분석 ###
|
|
#############################
|
|
if data["slow_k"][i] in (0, 1, 2, 3):
|
|
weight = 1
|
|
if data["slow_k"][i] in (4, 5, 6, 7, 8):
|
|
weight = 1
|
|
elif data["slow_k"][i] in (9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20):
|
|
weight = 1
|
|
elif data["slow_k"][i] in (21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35):
|
|
weight = 1
|
|
|
|
return buy, weight, sell
|
|
|
|
def getPriceAndWeight3(self, data, i):
|
|
buy, weight, sell = -1, -1, -1
|
|
|
|
# 381: 어제 날짜 데이터 개수
|
|
if i >= 381+1:
|
|
if data["macdo"][i] < 0 and data["macd"][i] < -5:
|
|
if data["macd"][i-3] > data["macd"][i-2] and data["macd"][i-2] > data["macd"][i-1] and data["macd"][i-1] < data["macd"][i]:
|
|
buy = data["close"][i]
|
|
|
|
if data["slow_d"][i] > 90 and data["rsi"][i] > 65:
|
|
if data["upper"][i] <= data["high"][i]:
|
|
sell = data["close"][i] - 5
|
|
|
|
return buy, weight, sell
|
|
|
|
|
|
def analyze(self, result):
|
|
open = result["open"]
|
|
close = result["close"]
|
|
high = result["high"]
|
|
low = result["low"]
|
|
vol = result["vol"]
|
|
|
|
close_df = pd.DataFrame(close)
|
|
avg3_list = close_df.rolling(window=3).mean().fillna(close[0]).values.tolist()
|
|
avg3 = [item[0] for item in avg3_list]
|
|
avg5_list = close_df.rolling(window=5).mean().fillna(close[0]).values.tolist()
|
|
avg5 = [item[0] for item in avg5_list]
|
|
avg10_list = close_df.rolling(window=10).mean().fillna(close[0]).values.tolist()
|
|
avg10 = [item[0] for item in avg10_list]
|
|
avg20_list = close_df.rolling(window=20).mean().fillna(close[0]).values.tolist()
|
|
avg20 = [item[0] for item in avg20_list]
|
|
avg30_list = close_df.rolling(window=30).mean().fillna(close[0]).values.tolist()
|
|
avg30 = [item[0] for item in avg30_list]
|
|
avg60_list = close_df.rolling(window=60).mean().fillna(close[0]).values.tolist()
|
|
avg60 = [item[0] for item in avg60_list]
|
|
|
|
df = pd.DataFrame(close)
|
|
max20 = df.rolling(window=20).mean()
|
|
stddev20 = df.rolling(window=20).std()
|
|
upper_df = max20 + (stddev20 * 2) # 상단 볼린저 밴드
|
|
lower_df = max20 - (stddev20 * 2) # 하단 볼린저 밴드
|
|
|
|
upper, lower = [], []
|
|
for i in range(len(upper_df)):
|
|
if i < 10:
|
|
upper.append(upper_df.values[0][0])
|
|
lower.append(lower_df.values[0][0])
|
|
else:
|
|
upper.append(upper_df.values[i][0])
|
|
lower.append(lower_df.values[i][0])
|
|
|
|
point_temp = result["time"]
|
|
|
|
STOCK = []
|
|
for i in range(len(open)):
|
|
STOCK.append({'volume': vol[i], 'close': close[i], 'open': open[i], 'high': high[i], 'low': low[i],
|
|
'avg3': avg3[i], 'avg5': avg5[i],'avg10': avg10[i],'avg20': avg20[i],'avg30': avg30[i],'avg60': avg60[i]})
|
|
|
|
# stochastic 계산
|
|
stochastic_df = self.stochastic.apply(STOCK, n=30, m=5, t=5)
|
|
stochastic_df = stochastic_df.fillna(100)
|
|
fast_k = stochastic_df['fast_k'].values.tolist()
|
|
slow_k = stochastic_df['slow_k'].values.tolist()
|
|
slow_d = stochastic_df['slow_d'].values.tolist()
|
|
|
|
# macd 계산
|
|
macd_df = self.macd.apply(STOCK, short=12, long=26, t=9)
|
|
macd_df = macd_df.fillna(100)
|
|
macd = macd_df['macd'].values.tolist()
|
|
macds = macd_df['macds'].values.tolist()
|
|
macdo = macd_df['macdo'].values.tolist()
|
|
|
|
# rsi 계산
|
|
rsi_df = self.rsi.apply(STOCK, period=30, window=5)
|
|
rsi_df = rsi_df.fillna(100)
|
|
rsi = rsi_df['rsi'].values.tolist()
|
|
rsis = rsi_df['rsis'].values.tolist()
|
|
|
|
temp = {"date": point_temp,
|
|
"open": open, "high": high, "low": low, "close": close, "volume": vol, "upper": upper, "lower": lower,
|
|
"avg3": avg3, "avg5": avg5, "avg10": avg10, "avg20": avg20, "avg30": avg30, "avg60": avg60,
|
|
"macd": macd, "macds": macds, "macdo": macdo,
|
|
"fast_k": fast_k, "slow_k": slow_k, "slow_d": slow_d,
|
|
"rsi": rsi, "rsis": rsis}
|
|
data = pd.DataFrame(temp)
|
|
df_final_time = pd.DatetimeIndex(point_temp)
|
|
data.index = df_final_time
|
|
|
|
return data
|
|
|
|
def checkTransaction(self, data, stock_code):
|
|
size = len(data["close"])
|
|
|
|
bsLine = {}
|
|
bsLine['buy'] = [-1 for i in range(size)]
|
|
bsLine['weight'] = [-1 for i in range(size)]
|
|
bsLine['sell'] = [-1 for i in range(size)]
|
|
|
|
for i in range(size):
|
|
if stock_code == "252670":
|
|
buy, weight, sell = self.getPriceAndWeight3(data, i)
|
|
else:
|
|
buy, weight, sell = self.getPriceAndWeight3(data, i)
|
|
|
|
bsLine['buy'][i] = buy
|
|
bsLine['weight'][i] = weight
|
|
bsLine['sell'][i] = sell
|
|
|
|
return bsLine
|