1. 왜 이 코드가 필요할까?

AI에게 주식 분석을 부탁하려면 다음과 같은 데이터가 필요합니다:

• 과거 주가 데이터: 시가(Open), 고가(High), 저가(Low), 종가(Close), 거래량(Volume).
• 기술적 지표: 이동평균(SMA), RSI, MACD, 볼린저 밴드 등.

이 데이터를 직접 수집하지 않으면:

• 무료 사이트는 데이터가 제한적이거나 최신이 아닐 수 있음.
• 유료 서비스는 비용이 부담스러움.
• API를 활용하지 않으면 수작업으로 데이터를 모으는 데 시간이 너무 많이 걸림.

따라서 한국투자증권 Open API를 사용해 한국(코스피/코스닥)과 미국(NASDAQ/NYSE) 주식 데이터를 자동으로 가져오고, 기술적 지표를 추가해 AI가 바로 분석할 수 있는 형태로 저장하는 코드를 만들어보려고 합니다. 이 과정은 초보자도 따라 할 수 있도록 단계별로 설명하겠습니다.

2. 준비물

코드를 만들기 전에 다음을 준비해야 합니다:

1. 한국투자증권 계좌: API 사용을 위한 계좌가 필요합니다. (모의투자 계좌도 가능)
2. API 키: KIS Open API에서 발급받은 appkey와 appsecret.
3. Python 환경: Python 3.8 이상 설치.
4. 필요한 라이브러리:

• requests: API 요청.
• pandas: 데이터 처리.
• ta: 기술적 분석 지표 계산.
• python-dotenv: 환경 변수 관리.
• tkinter: GUI (기본 내장 모듈).

3. 설치 과정

3.1 Python 설치

• Python 공식 사이트에서 최신 버전을 다운로드해 설치하세요.
• 설치 시 “Add Python to PATH” 옵션을 체크하세요.

3.2 라이브러리 설치

터미널에서 다음 명령어를 실행하세요:

pip install requests pandas ta python-dotenv

• tkinter는 Python에 기본 포함되어 별도 설치가 필요 없습니다.

3.3 API 키 발급

1. 한국투자증권 홈페이지에 로그인.
2. Open API 메뉴에서 “API 신청” 후 appkey와 appsecret 발급.
3. 발급받은 키를 .env 파일에 아래와 같이 저장 (.env 파일은 파이썬 파일과 같은 폴더에 저장되어있어야 합니다.)

   API_KEY="발급받은_appkey"
   API_SECRET="발급받은_appsecret"

4. 코드 작성 과정

이제 본격적으로 코드를 만들어보겠습니다. 전체 코드는 길지만, 주요 부분을 나누어 설명하겠습니다.

4.1 기본 설정

먼저 필요한 모듈을 임포트하고 환경 변수를 설정합니다:

import requests
import pandas as pd
from ta.trend import SMAIndicator, MACD
from ta.momentum import RSIIndicator
from ta.volatility import BollingerBands
import time
from datetime import datetime, timedelta
from dotenv import load_dotenv, set_key
import os
import tkinter as tk
from tkinter import ttk, messagebox, filedialog
import re
import logging

# 로깅 설정
logging.basicConfig(level=logging.INFO, format="%(asctime)s - %(levelname)s - %(message)s")

# .env 파일 경로 설정
BASE_DIR = os.path.dirname(os.path.abspath(__file__))
ENV_PATH = os.path.join(BASE_DIR, ".env")
load_dotenv(dotenv_path=ENV_PATH)

# API 키 로드
API_KEY = os.getenv("API_KEY")
API_SECRET = os.getenv("API_SECRET")
BASE_URL = "https://openapi.koreainvestment.com:9443"  # 실전투자

4.2 토큰 관리

API 요청에 필요한 토큰을 발급하고 유효성을 관리합니다:

TOKEN = os.getenv("ACCESS_TOKEN")
TOKEN_ISSUE_TIME = float(os.getenv("ISSUE_TIME", "0"))
TOKEN_EXPIRY = 6 * 60 * 60  # 6시간

def get_access_token():
    global TOKEN, TOKEN_ISSUE_TIME
    url = f"{BASE_URL}/oauth2/tokenP"
    headers = {"content-type": "application/json"}
    body = {"grant_type": "client_credentials", "appkey": API_KEY, "appsecret": API_SECRET}
    response = requests.post(url, headers=headers, json=body)
    if response.status_code == 200:
        data = response.json()
        TOKEN = data["access_token"]
        TOKEN_ISSUE_TIME = time.time()
        set_key(ENV_PATH, "ACCESS_TOKEN", TOKEN)
        set_key(ENV_PATH, "ISSUE_TIME", str(TOKEN_ISSUE_TIME))
        logging.info("토큰 발급 성공")
        return True, "토큰 발급 성공"
    return False, f"토큰 발급 실패: {response.text}"

def is_token_valid():
    return TOKEN is not None and time.time() - TOKEN_ISSUE_TIME < TOKEN_EXPIRY

def ensure_token():
    if is_token_valid():
        return True, "기존 토큰 재사용"
    return get_access_token()

4.3 주식 데이터 가져오기

한국과 미국 주식 데이터를 가져오는 핵심 함수입니다:

def get_stock_data(market, ticker, period):
    valid, message = validate_ticker_market(market, ticker)
    if not valid:
        return None, None, message

    success, message = ensure_token()
    if not success:
        return None, None, message

    end_date = datetime.now()
    start_date = end_date - timedelta(days=800)

    if market == "KR":
        url = f"{BASE_URL}/uapi/domestic-stock/v1/quotations/inquire-daily-itemchartprice"
        params = {
            "fid_cond_mrkt_div_code": "J",
            "fid_input_iscd": ticker,
            "fid_input_date_1": start_date.strftime("%Y%m%d"),
            "fid_input_date_2": end_date.strftime("%Y%m%d"),
            "fid_period_div_code": period,
            "fid_org_adj_prc": "0"
        }
        headers = {"authorization": f"Bearer {TOKEN}", "appkey": API_KEY, "appsecret": API_SECRET, "tr_id": "FHKST03010100"}
        response = requests.get(url, headers=headers, params=params)
        data = response.json()
        df = pd.DataFrame(data["output2"])
        df = df[["stck_bsop_date", "stck_oprc", "stck_hgpr", "stck_lwpr", "stck_clpr", "acml_vol"]]
        df.columns = ["Date", "Open", "High", "Low", "Close", "Volume"]
        df["Date"] = pd.to_datetime(df["Date"])
        stock_name = data["output1"]["hts_kor_isnm"]
    else:  # NAS, NYS
        url = f"{BASE_URL}/uapi/overseas-price/v1/quotations/dailyprice"
        params = {"EXCD": market, "SYMB": ticker.upper(), "GUBN": "0", "MODP": "1"}
        headers = {"authorization": f"Bearer {TOKEN}", "appkey": API_KEY, "appsecret": API_SECRET, "tr_id": "HHDFS76240000"}
        response = requests.get(url, headers=headers, params=params)
        data = response.json()
        df = pd.DataFrame(data["output2"])
        df = df[["xymd", "open", "high", "low", "clos", "tvol"]]
        df.columns = ["Date", "Open", "High", "Low", "Close", "Volume"]
        df["Date"] = pd.to_datetime(df["Date"])
        stock_name = data["output1"]["rsym"][4:]

    df = add_technical_indicators(df)
    return df, stock_name, "데이터 가져오기 성공"

4.4 기술적 지표 추가

AI가 분석할 수 있도록 지표를 추가합니다:

def add_technical_indicators(df):
    sma5 = SMAIndicator(close=df["Close"], window=5).sma_indicator()
    sma20 = SMAIndicator(close=df["Close"], window=20).sma_indicator()
    df["SMA5"] = sma5
    df["SMA20"] = sma20
    df["RSI"] = RSIIndicator(close=df["Close"], window=14).rsi()
    df["MACD"] = MACD(close=df["Close"]).macd()
    df["BB_High"] = BollingerBands(close=df["Close"]).bollinger_hband()
    return df

4.5 GUI 구현

사용자가 쉽게 입력할 수 있도록 GUI를 추가합니다:

class StockDataApp:
    def __init__(self, root):
        self.root = root
        self.root.title("주식 데이터 다운로더")
        tk.Label(root, text="시장:").grid(row=0, column=0)
        self.market_var = tk.StringVar(value="KR")
        ttk.Combobox(root, textvariable=self.market_var, values=["KR", "NAS", "NYS"]).grid(row=0, column=1)
        tk.Label(root, text="티커:").grid(row=1, column=0)
        self.ticker_entry = tk.Entry(root)
        self.ticker_entry.grid(row=1, column=1)
        tk.Button(root, text="데이터 가져오기", command=self.fetch_and_save).grid(row=2, column=0, columnspan=2)

    def fetch_and_save(self):
        market = self.market_var.get()
        ticker = self.ticker_entry.get()
        df, stock_name, message = get_stock_data(market, ticker, "D")
        if df is not None:
            df.to_csv(f"{stock_name}_{ticker}.csv", index=False)
            messagebox.showinfo("성공", "데이터 저장 완료!")

4.6 전체 코드 통합

위 코드를 하나로 합치고 실행하면 됩니다.

5. 실행 결과

1. 프로그램을 실행하면 GUI 창이 열립니다.
2. 시장(KR), 티커(005930), 주기(D)를 입력하고 버튼을 누릅니다.
3. 삼성전자 데이터가 삼성전자_005930.csv로 저장됩니다.

6. AI에게 분석 부탁하기

이제 데이터를 준비했으니 AI(예: ChatGPT, Grok 등)에게 넘겨줄 수 있습니다:

• 질문 예시: “이 CSV 데이터를 보고 삼성전자 주가가 다음 달에 오를지 분석해줘.”
• 팁: 데이터를 업로드하거나, 주요 지표(SMA, RSI 등)를 요약해 텍스트로 전달하면 더 정확한 답변을 받을 수 있습니다.