Algo Trading - Back Trader

우리가 주식 투자하기에 앞서 전략을 수립할 때, 매매 방법을 정하기 전에 내가 생각한 투자 방법을 테스트해보고 싶을 때가 있다. 이 때 말하는 투자는 가치투자나 성장주 투자가 아닌 트레이딩 관점에서 보는 투자이다. 

예를 들어 어떤 기업의 주식 1년치 Data를 쭉 내려받아서 보니까 어떤 어떤 특정 지표 혹은 전략으로 매매하면 수익이 극대화 될 것 같다라는 생각을 할 때가 있다. 하지만 눈으로 보고 확인하는 것이 아니라 Simulation을 해본다면 좀 더 확실하게 내 전략이나 매매법이 옳았다는 것을 알 수 있을 것이다. 

이러한 것을 가능하게 해주는 Python Framework가 있다. 바로 Back Trader이다. 

Back Trader 홈페이지

https://www.backtrader.com/

Welcome - Backtrader

이 프레임워크를 사용하면 우리가 머릿속으로 생각했던 매매 전략을 특정 기업의 특정 기간에 테스트해볼 수 있다. 우선 오늘은 맛보기로 이동평균선 Cross 전략을 구현하여 어떤식으로 백트레이더가 활용되는지 보여주겠다.

전략은 다음과 같다.

• SMA 5일선 > SMA 20일선 : BUY
• SMA 5일선 < SMA 20일선 : SELL

전략은 위와 같이 매우 단순한다. 이 전략을 2019년 1월1일부터 2019년 12월 31일까지 삼성전자 주가 데이터에 적용해보도록 하겠다. 

from datetime import datetime
import backtrader as bt
import yfinance as yf

class SmaCross(bt.SignalStrategy):
    def __init__(self):
        sma1, sma2 = bt.ind.SMA(period=5), bt.ind.SMA(period=20)
        crossover = bt.ind.CrossOver(sma1, sma2)
        self.signal_add(bt.SIGNAL_LONG, crossover)

cerebro = bt.Cerebro()

cerebro.broker.setcash(100000) #자산을 10만원으로 초기화

cerebro.addstrategy(SmaCross)

data0 = bt.feeds.PandasData(dataname= yf.download('005930.KS','2019-01-01','2019-12-31'))
cerebro.adddata(data0)

print('Starting Portfolio Value: %.2f' % cerebro.broker.getvalue()) #시작 시 자산

cerebro.run()

print('Final Portfollio Value: %.2f' % cerebro.broker.getvalue()) #종료 시 자산

cerebro.plot()

코드는 위와 같다. 

결과를 보면 다음과 같이 나온다. 

 

이평선 Cross 전략을 2019년 한 해동안 삼성전자 주식에 사용하였더니, 약 7.55%의 수익을 발생시켰다. 이를 그래프로 보면 아래와 같다.

 위의 전략을 토대로 삼성전자의 주식을 매매하면 위의 초록색 화살표 지점에서 주식을 사고, 빨간색 지점에서 주식을 팔게 된다. 

2018년말 대비 2019년 KOSPI 성장률이 7.7%이므로 이 전략이 좋다고 볼 수는 없을 것이다. 

어쨌든 백트레이더는 이런식으로 활용한다. 앞으로 시중에 나와있는 많은 전략들을 프로그래밍하여 여러 기업들에 테스트를 해보면서 과연 어떤 전략이 효과적인지 알아보도록 하겠다. 

 

 

파트너스 활동을 통해 일정액의 수수료를 제공받을 수 있음