shuim
1b9257c4d2
## 배경 "전략이 혼란스럽고 현재와 맞지 않는다"를 조사한 결과, 전략 설계가 아니라 전략을 검증했다는 도구와 파라미터 소스가 어긋나 있었다. ## 파라미터 소스 단일화 - 우선순위가 adaptive > strategy_cfg(DB) > config.py 인데 문서는 맨 마지막인 config.py 를 기술하고 있었다. 11곳이 불일치(BULL RSI 46 vs DB 30, SL -7% vs -6%). - DEFAULT_PARAMS 를 config.py 에 정합 + alembic 0012 로 기존 DB 행 갱신 (운영자가 UI 로 바꾼 값은 보존, 옛 기본값과 같은 행만 갱신, 테이블 가드·멱등) ## 백테스트를 실전 로직에 정합 - calculate_adx_simple 이 정확히 period 배(14.0×) 발산 → Aggressive 게이트 `ADX>25` 가 전 레짐 100% 통과. 전환 빈도 5.6%→2.0%(-65%), 성과 상방 편향 - 백테스트 RSI 는 SMA, 실전은 Wilder → 진입 판정 10~11% 불일치 - us_backtest_engine RSI 1봉 지연 제거 (룩어헤드 없음을 절단 테스트로 증명) - backend/backtest_results/ 25건은 폐기 대상 (§8.4) ## 리스크 가드 복원 - 4% 절대 상한이 try 블록 안에 있어 예외 시 적응형 6~7% 가 통과 → try 밖으로 - 청산을 매수보다 먼저 평가 (보유 종목이 추천에 들면 손절 대신 물타기가 나갔다) - 리스크 가드 4개를 매수 전용화 → MDD -10%·보유한도 도달 시에도 손절 작동 - MDD 갱신 5회 연속 실패 시 신규 진입 차단 fail-safe (청산은 계속 허용) - 스윙 청산이 DT 보유분까지 매도하던 문제, sell_pct 기준 혼재 정정 ## 죽은 코드 제거 (2,695줄) - short_term_strategy, kosdaq_scanner, app/strategy/ 패키지 - app/trading/ + korea_investment_api_adapter (real_market_api 정본은 korea_investment_api.py:1482, adapter 는 import 0건) ## 지표·사이징 단일화 (수치 무변경 증명) - indicators_core.py: 3,274건 비교 최대 오차 0.000e+00 - sizing_core.py: 42,105건 비교 불일치 0 - 미국 전략 상수 13개 config 편입 (hex 까지 동일, 3,168 케이스 전수 비교) ## 테스트 안전 (실 KIS 호출 차단) - 유닛 테스트가 실제 KIS 에 매도 주문을 2회 전송하고 있었다. 리팩터링이 close_stale_positions 의 대상을 _execute_exit → _execute_exit_stale 로 바꿨는데 목이 전자에 걸려 빗나갔다. test_api_endpoints 도 캡처된 싱글톤 참조 누수로 실제 잔고 조회를 타 141초를 소비했다. - backend/tests/conftest.py 신설: 주문·토큰·시세·잔고를 호출 즉시 예외로 차단. 예외는 BaseException 파생(프로덕션 except Exception 폴백에 삼켜지지 않게), 클래스 메서드에 적용(캡처된 참조까지 덮음), DATABASE_URL `_test` 가드 강제 - 전체 유닛 스위트: 365초/6 failed → 11.8초/0 failed (소켓 차단 하 559 passed) ## 신규 (둘 다 플래그 OFF, 백테스트 미검증) - range_trading_strategy.py — SIDEWAYS 담당 전략이 없던 빈 칸. 미배선 - check_bear_buy_signal_v2 — BEAR 4중 AND(발화율 2.3%) → 점수제(12.4%) ## 문서 - CLAUDE.md 를 실제 코드 기준으로 재작성. §0 파라미터 우선순위, §4.1 테스트 규약, §6.4 문서화되지 않았던 진입 차단 게이트 9종, §8.4 백테스트 폐기 근거, §8.5 미해결 19항목 - 루트 md 6개 → 2개(docs/ 이동), 중복 배치 문서 병합, 스테일 worktree 제거 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
510 lines
27 KiB
Python
510 lines
27 KiB
Python
"""스윙 트레이딩 청산 서비스
|
||
|
||
기존 portfolio.py의 check_and_execute_exit_trades() 로직을 기반으로
|
||
strategy_type='swing' 포지션만 처리하도록 분리한 서비스.
|
||
|
||
청산 기준 (CLAUDE.md 섹션 5.2, 6.3):
|
||
- ATR 손절: 진입가 - 2.5*ATR (하드스탑과 비교하여 타이트한 쪽)
|
||
- 고정비율 폴백 손절: -7% (ATR 계산 불가 시)
|
||
- 1차 익절: RSI >= 55 OR 가격 > BB 중앙선 OR 수익 > 2*ATR -> 50% 매도
|
||
- 2차 익절: RSI >= 70 OR 가격 > BB 상단(99%) -> 전량 매도
|
||
- 트레일링스탑: 고점 - 1.5*ATR (잔여 50% 물량)
|
||
|
||
전략별 차별화 (CLAUDE.md 8.4):
|
||
- 평균회귀/눌림목: RSI 기반 단계별 익절
|
||
- 모멘텀 돌파: +10%/+20% 단계별 30% 매도 + 넓은 트레일링
|
||
|
||
아키텍처 규칙:
|
||
- DB 기록: db_worker 큐 경유 (enqueue_trade_history, enqueue_close_active_trade)
|
||
- loss_tracker: 전량 매도 시 record_trade_result_safe() + save_to_db()
|
||
- 매도 주문: safe_place_order() 사용 (세마포어+분산락 보호)
|
||
"""
|
||
import logging
|
||
import time
|
||
from datetime import datetime
|
||
from sqlalchemy.ext.asyncio import AsyncSession
|
||
from sqlalchemy import select
|
||
|
||
from app.core.config import settings
|
||
from app.models.models import Portfolio, ActiveTrade
|
||
from app.services.korea_investment_api import korea_investment_api
|
||
from app.services.mean_reversion_strategy import (
|
||
calculate_atr, calculate_rsi, calculate_bollinger, check_exit_signal,
|
||
MarketRegime,
|
||
)
|
||
from app.services.market_analyzer import check_market_regime
|
||
from app.services.mdd_manager import mdd_manager
|
||
from app.services.loss_tracker import loss_tracker
|
||
from app.services.db_worker import enqueue_trade_history, enqueue_close_active_trade
|
||
from app.services.swing.position_manager import get_swing_holdings, get_swing_active_trade
|
||
from app.services.utils import _is_domestic
|
||
from app.core.json_helpers import _dumps
|
||
|
||
logger = logging.getLogger(__name__)
|
||
|
||
# 종목별 마지막 청산 시각(epoch) — 큐 지연으로 같은 분할매도가 반복되는 것을 막는 인메모리 가드
|
||
_recent_exits: dict[str, float] = {}
|
||
EXIT_COOLDOWN_SEC = 180
|
||
|
||
|
||
def _check_momentum_exit(
|
||
current_price: float,
|
||
entry_price: float,
|
||
atr: float,
|
||
remaining_pct: float,
|
||
trailing_high: float | None,
|
||
) -> "ExitSignal | None":
|
||
"""모멘텀 돌파 전용 청산 로직 (CLAUDE.md 8.4).
|
||
|
||
일반 평균회귀와 다른 익절 전략을 사용:
|
||
- 이익을 최대한 키우기 위해 RSI 기반 익절 대신 수익률 기반 단계별 매도
|
||
- 손절은 평균회귀와 동일 (ATR 2.5배 vs 하드스탑 중 타이트한 쪽)
|
||
|
||
익절 단계:
|
||
1. +10% 이상: 30% 매도 (remaining_pct > 0.75일 때만)
|
||
2. +20% 이상: 추가 30% 매도 (remaining_pct > 0.45일 때만)
|
||
3. 잔량: 트레일링스탑 (고점 - 1.5*ATR)
|
||
|
||
Args:
|
||
current_price: 현재가
|
||
entry_price: 진입가
|
||
atr: ATR(14) 값
|
||
remaining_pct: 잔여 비율 (1.0=전량 보유)
|
||
trailing_high: 진입 이후 최고가 (트레일링스탑 기준)
|
||
|
||
Returns:
|
||
ExitSignal | None: 청산 신호, 없으면 None
|
||
|
||
Note:
|
||
[CRITICAL] 손절 계산에서 stop_price = max(atr_stop, pct_stop) 사용.
|
||
이것은 가격 비교이므로 max()가 올바름 (높은 가격 = 타이트한 손절).
|
||
CLAUDE.md에서 min()을 언급하는 것은 백분율 비교 기준.
|
||
"""
|
||
from app.services.mean_reversion_strategy import ExitSignal
|
||
|
||
if entry_price <= 0:
|
||
return None
|
||
|
||
profit_pct = (current_price - entry_price) / entry_price * 100
|
||
|
||
# 손절: ATR 2.5배 vs 하드스탑 (CLAUDE.md 5.2)
|
||
# stop_loss_pct는 음수 (-7.0 등), pct_stop은 진입가 대비 하드스탑 가격
|
||
# max()를 사용하는 이유: 가격 비교에서 높은 값 = 진입가에 가까운 = 타이트한 손절
|
||
stop_loss_pct = -abs(settings.STOP_LOSS_PERCENT)
|
||
atr_stop = entry_price - 2.5 * atr
|
||
pct_stop = entry_price * (1 + stop_loss_pct / 100)
|
||
stop_price = max(atr_stop, pct_stop)
|
||
|
||
if current_price <= stop_price:
|
||
return ExitSignal(
|
||
action="SELL_ALL",
|
||
reason=f"모멘텀 손절 ({profit_pct:.1f}%, stop={stop_price:.0f})",
|
||
sell_pct=1.0,
|
||
)
|
||
|
||
# 트레일링스탑 (잔량에 대해)
|
||
if trailing_high and trailing_high > entry_price:
|
||
trail_stop = trailing_high - 1.5 * atr
|
||
if current_price <= trail_stop and profit_pct > 0:
|
||
return ExitSignal(
|
||
action="SELL_ALL",
|
||
reason=f"모멘텀 트레일링 (고점={trailing_high:.0f}, 트레일={trail_stop:.0f})",
|
||
sell_pct=1.0,
|
||
)
|
||
|
||
# 1차 익절: +10% → 30% 매도 (remaining > 0.65 = 아직 1차 매도 안 함)
|
||
# 1차 매도 후 remaining = 1.0 - 0.30 = 0.70 → 다음 사이클에서 0.70 > 0.65 방지
|
||
# 따라서 0.75 기준 유지: 1.0 > 0.75 트리거, 매도 후 0.70 <= 0.75 → 재트리거 방지
|
||
if profit_pct >= 10.0 and remaining_pct > 0.75:
|
||
return ExitSignal(
|
||
action="SELL_PARTIAL",
|
||
reason=f"모멘텀 1차 익절 +{profit_pct:.1f}% → 30% 매도",
|
||
sell_pct=0.30,
|
||
)
|
||
|
||
# 2차 익절: +20% → 30% 매도
|
||
# 1차 매도 후 remaining = 0.70, 2차 매도 후 remaining = 0.40
|
||
# 조건: remaining > 0.45 AND remaining <= 0.75 (1차와 겹치지 않게 상한 설정)
|
||
if profit_pct >= 20.0 and 0.45 < remaining_pct <= 0.75:
|
||
return ExitSignal(
|
||
action="SELL_PARTIAL",
|
||
reason=f"모멘텀 2차 익절 +{profit_pct:.1f}% → 30% 매도",
|
||
sell_pct=0.30,
|
||
)
|
||
|
||
return None
|
||
|
||
|
||
async def check_and_execute_exit_v2(db: AsyncSession) -> list[dict]:
|
||
"""스윙 포지션 손절/익절 체크 및 자동 매도 실행.
|
||
|
||
portfolio.py의 check_and_execute_exit_trades()와 동일한 로직이나
|
||
strategy_type='swing' 필터를 적용해 데이트레이딩 포지션을 제외함.
|
||
스케줄러에서 60초 주기로 호출.
|
||
|
||
처리 흐름 (종목별):
|
||
1. 스윙 보유 종목 조회 (get_swing_holdings)
|
||
2. 시장 국면 조회 (BULL/BEAR)
|
||
3. 실시간 현재가 조회 (KIS API)
|
||
4. ActiveTrade 조회 (분할 청산 상태)
|
||
5. 전략별 청산 분기:
|
||
- MOMENTUM_BREAKOUT: _check_momentum_exit()
|
||
- 평균회귀/눌림목/기본: check_exit_signal()
|
||
6. 고정비율 폴백 손절 (-7%)
|
||
7. 매도 수량 결정 (소량 분할 방지)
|
||
8. KIS API 매도 주문 실행
|
||
9. DB 기록 + loss_tracker 업데이트
|
||
|
||
Args:
|
||
db: AsyncSession 인스턴스
|
||
|
||
Returns:
|
||
list[dict]: 청산 실행 결과 목록
|
||
"""
|
||
executed_exits = []
|
||
|
||
try:
|
||
# strategy_type='swing' 포지션만 조회
|
||
_now_ts = time.time()
|
||
holdings = await get_swing_holdings(db)
|
||
if not holdings:
|
||
logger.debug("[SwingExit] 스윙 보유 종목 없음")
|
||
return executed_exits
|
||
|
||
# 시장 국면 (동적 계산 — 기존 코드의 하드코딩 BULL 개선)
|
||
try:
|
||
regime_dict = await check_market_regime()
|
||
regime_str = regime_dict.get("regime_200d", "bull") if isinstance(regime_dict, dict) else "bull"
|
||
regime = MarketRegime.BULL if regime_str == "bull" else MarketRegime.BEAR
|
||
except Exception:
|
||
regime = MarketRegime.BULL # 폴백
|
||
|
||
for holding in holdings:
|
||
try:
|
||
stock_code = holding.stock_code
|
||
stock_name = holding.stock_name or stock_code
|
||
# [H2 2026-09-27] Portfolio 행은 stock_code UNIQUE 라 같은 종목의
|
||
# 스윙+데이트레이딩 수량이 합산돼 있다. 행 전체를 청산 대상으로 잡으면
|
||
# DT 보유분까지 팔려 DT 인메모리와 불일치(주문거부/과다매도)가 생긴다.
|
||
# trade_executor._execute_sell 과 동일하게 DT 인메모리 수량을 차감한
|
||
# '스윙 보유분'만 대상으로 한다.
|
||
total_qty = int(holding.quantity or 0)
|
||
try:
|
||
from app.services.daytrading.position_manager import day_trading_state as _dts
|
||
_dt_pos = _dts.positions.get(holding.stock_code)
|
||
_dt_qty = int((_dt_pos or {}).get("quantity", 0) or 0)
|
||
except Exception:
|
||
_dt_qty = 0
|
||
quantity = max(0, total_qty - _dt_qty)
|
||
if quantity <= 0:
|
||
logger.info(
|
||
f"[SwingExit] {stock_code}: 보유 {total_qty}주 중 DT {_dt_qty}주 "
|
||
f"— 스윙 보유분 없음, 청산 스킵"
|
||
)
|
||
continue
|
||
if _dt_qty > 0:
|
||
logger.info(
|
||
f"[SwingExit] {stock_code}: 보유 {total_qty}주 중 DT {_dt_qty}주 제외 "
|
||
f"→ 스윙 {quantity}주 대상"
|
||
)
|
||
avg_price = float(holding.average_price or 0)
|
||
market = getattr(holding, "market", None) or (
|
||
"KRX" if _is_domestic(stock_code) else "NASD"
|
||
)
|
||
domestic = _is_domestic(stock_code, market)
|
||
|
||
# ── 실시간 현재가 조회 ────────────────────────────────────
|
||
latest_price = float(holding.current_price or 0)
|
||
if domestic:
|
||
price_resp = await korea_investment_api.get_current_price(stock_code)
|
||
if price_resp and price_resp.get("output"):
|
||
latest_price = int(price_resp["output"].get("stck_prpr", latest_price))
|
||
else:
|
||
price_resp = await korea_investment_api.get_overseas_price(stock_code, market)
|
||
if price_resp and price_resp.get("output"):
|
||
latest_price = float(price_resp["output"].get("last", latest_price))
|
||
|
||
if latest_price <= 0 or avg_price <= 0:
|
||
continue
|
||
|
||
# ── ActiveTrade 조회 (분할 청산 상태) ────────────────────
|
||
active_trade = await get_swing_active_trade(db, stock_code)
|
||
# ActiveTrade upsert/close 시 항상 전략명을 명시해야 같은 종목의 DT 행을
|
||
# 잘못 건드리지 않는다(db_worker 는 전략명이 없으면 최신 행을 매칭).
|
||
# [2026-09-27 후속] strategy_name 이 NULL 인 legacy/동기화 유입 행을
|
||
# 'swing' 으로 폴백하면 DB 에 'swing' 행이 없어 매칭 0건 →
|
||
# 유령 active 행이 영구 잔존한다. trade_executor 와 동일하게
|
||
# payload 의 strategy_name_not=DT_STRATEGY_NAMES 로 '비-DT 최신 행'을
|
||
# 직접 겨냥한다(전략명이 있으면 기존 동작 그대로).
|
||
_at_strategy = (active_trade.strategy_name if active_trade else None) or "swing"
|
||
_at_filter_not_dt = bool(
|
||
active_trade is not None and not active_trade.strategy_name
|
||
)
|
||
remaining_pct = float(active_trade.remaining_pct) if active_trade and active_trade.remaining_pct is not None else 1.0
|
||
trailing_high = float(active_trade.highest_since_entry) if active_trade and active_trade.highest_since_entry else None
|
||
|
||
# [S6] 트레일링스탑 고점(highest_since_entry) 매 사이클 갱신
|
||
if active_trade and latest_price > (trailing_high or 0):
|
||
trailing_high = latest_price
|
||
from app.services.db_worker import enqueue_active_trade_upsert
|
||
_th_payload = {"stock_code": stock_code}
|
||
if _at_filter_not_dt:
|
||
# 전략명 NULL 인 비-DT 행 대상 — 이름 동등 매칭 불가.
|
||
# strategy_name 과 동시에 넣으면 우선순위상 필터가 무력화된다.
|
||
from app.services.db_worker import DT_STRATEGY_NAMES as _DTN_TH
|
||
_th_payload["strategy_name_not"] = list(_DTN_TH)
|
||
else:
|
||
_th_payload["strategy_name"] = _at_strategy # DT 행 오염 방지
|
||
_th_payload["highest_since_entry"] = trailing_high
|
||
await enqueue_active_trade_upsert(_th_payload)
|
||
|
||
# ── 전략별 청산 분기 ────────────────────────────────────
|
||
exit_signal = None
|
||
_strategy = _at_strategy
|
||
|
||
if domestic:
|
||
try:
|
||
chart_resp = await korea_investment_api.get_daily_chart(stock_code, "D", limit=30)
|
||
chart_data = chart_resp.get("output2", [])
|
||
if len(chart_data) >= 20:
|
||
closes = [float(d.get("stck_clpr", 0)) for d in reversed(chart_data)]
|
||
highs = [float(d.get("stck_hgpr", 0)) for d in reversed(chart_data)]
|
||
lows = [float(d.get("stck_lwpr", 0)) for d in reversed(chart_data)]
|
||
|
||
atr = calculate_atr(highs, lows, closes)
|
||
rsi = calculate_rsi(closes)
|
||
bb = calculate_bollinger(closes)
|
||
|
||
if atr and rsi is not None and bb:
|
||
bb_upper, bb_middle, bb_lower = bb
|
||
lowest_since = min(lows[-5:]) if lows else avg_price
|
||
|
||
# 모멘텀 돌파 전용 청산 (CLAUDE.md 8.4)
|
||
if _strategy == "MOMENTUM_BREAKOUT":
|
||
exit_signal = _check_momentum_exit(
|
||
latest_price, avg_price, atr,
|
||
remaining_pct, trailing_high,
|
||
)
|
||
else:
|
||
# 평균회귀 / 눌림목 / 기본 스윙
|
||
exit_signal = check_exit_signal(
|
||
regime=regime,
|
||
rsi=rsi,
|
||
close=latest_price,
|
||
bb_upper=bb_upper,
|
||
bb_middle=bb_middle,
|
||
bb_lower=bb_lower,
|
||
entry_price=avg_price,
|
||
atr=atr,
|
||
lowest_since_entry=lowest_since,
|
||
remaining_pct=remaining_pct,
|
||
trailing_high=trailing_high,
|
||
)
|
||
except Exception as e:
|
||
logger.debug(f"[SwingExit] ATR 계산 실패 ({stock_code}): {e}")
|
||
|
||
# ── 고정 비율 폴백 손절 ───────────────────────────────────
|
||
if exit_signal is None:
|
||
stop_loss_pct = abs(float(getattr(settings, "STOP_LOSS_PERCENT", 6.0)))
|
||
# 적응형 모드(Crisis 등)의 손절값과 비교하여 타이트한 쪽 적용
|
||
try:
|
||
from app.services.adaptive_strategy import get_current_adaptive_params
|
||
_adaptive = get_current_adaptive_params()
|
||
if not _adaptive.fallback_used:
|
||
_adaptive_sl = abs(_adaptive.stop_loss_pct)
|
||
stop_loss_pct = min(stop_loss_pct, _adaptive_sl)
|
||
except Exception:
|
||
pass # 적응형 전략 로드 실패 시 기본값 유지
|
||
profit_rate = ((latest_price - avg_price) / avg_price) * 100
|
||
if profit_rate <= -stop_loss_pct:
|
||
from app.services.mean_reversion_strategy import ExitSignal
|
||
exit_signal = ExitSignal(
|
||
action="SELL_ALL",
|
||
reason=f"고정비율 손절 ({profit_rate:.1f}%)",
|
||
sell_pct=1.0,
|
||
)
|
||
|
||
if not exit_signal:
|
||
continue
|
||
|
||
# [2026-09-23] 상태 저장(remaining_pct·Portfolio)이 db_worker 큐 경유라
|
||
# 큐 지연·DLQ 시 다음 사이클이 옛 값을 읽어 같은 분할매도를 반복한다.
|
||
# 인메모리 쿨다운으로 직전 청산 직후 재매도를 차단한다.
|
||
_last_exit = _recent_exits.get(stock_code)
|
||
if _last_exit is not None and (_now_ts - _last_exit) < EXIT_COOLDOWN_SEC:
|
||
logger.info(
|
||
f"[SwingExit] {stock_code}: 직전 청산 {int(_now_ts - _last_exit)}초 전 "
|
||
f"— 쿨다운({EXIT_COOLDOWN_SEC}초) 중 스킵"
|
||
)
|
||
continue
|
||
|
||
# ── 매도 수량 결정 (소량 분할 방지) ─────────────────────
|
||
# [M5 2026-09-27] sell_pct 의 의미 = '진입 시 원본 수량 대비' 비율.
|
||
# check_exit_signal / _check_momentum_exit 의 remaining_pct 게이트가
|
||
# 1.0 → 0.70 → 0.40 (원본 대비 누적)을 가정하므로, 매도 수량도 반드시
|
||
# 원본 수량 기준으로 계산해야 remaining_pct 와 실제 잔량이 일치한다.
|
||
# (기존: sell_qty 는 '현재 잔량'×sell_pct, remaining_pct 는 '원본' 기준
|
||
# 차감 → 분할이 반복될수록 회계가 벌어졌다.)
|
||
# 원본 수량은 ActiveTrade 의 remaining_pct 로 역산한다.
|
||
sell_pct = getattr(exit_signal, "sell_pct", 1.0)
|
||
original_qty = quantity
|
||
if 0 < remaining_pct < 1.0:
|
||
original_qty = max(quantity, int(round(quantity / remaining_pct)))
|
||
if sell_pct >= 1.0:
|
||
sell_qty = quantity # 전량 매도(스윙 보유분 전체)
|
||
elif quantity <= 3:
|
||
# 3주 이하: 분할 매도 비효율 → 전량 매도
|
||
sell_qty = quantity
|
||
logger.info(f"[SwingExit] {stock_code}: {quantity}주 소량 → 전량매도 (분할 비효율)")
|
||
else:
|
||
sell_qty = min(max(int(original_qty * sell_pct), 1), quantity)
|
||
if sell_qty <= 0:
|
||
continue
|
||
|
||
# ── KIS API 매도 주문 ─────────────────────────────────────
|
||
logger.info(
|
||
f"[SwingExit] 청산 신호 → {stock_code} {stock_name} "
|
||
f"수량={sell_qty} 이유={exit_signal.reason}"
|
||
)
|
||
# [C1] 분산락+세마포어 보호 주문
|
||
from app.services.trade_executor import safe_place_order
|
||
order_resp = await safe_place_order(
|
||
stock_code=stock_code,
|
||
order_type="SELL",
|
||
quantity=sell_qty,
|
||
price=None if domestic else latest_price,
|
||
is_domestic=domestic,
|
||
exchange_code=market or "NASD",
|
||
)
|
||
|
||
if not order_resp or order_resp.get("rt_cd") != "0":
|
||
err = order_resp.get("msg1", "unknown") if order_resp else "no response"
|
||
logger.error(f"[SwingExit] 매도 주문 실패 ({stock_code}): {err}")
|
||
continue
|
||
|
||
order_id = order_resp.get("output", {}).get("ODNO", "")
|
||
profit_loss = (latest_price - avg_price) * sell_qty
|
||
profit_loss_rate = ((latest_price - avg_price) / avg_price) * 100
|
||
|
||
# ── DB 기록 (db_task_queue 경유) ──────────────────────────
|
||
await enqueue_trade_history({
|
||
"stock_code": stock_code,
|
||
"stock_name": stock_name,
|
||
"order_type": "SELL",
|
||
"order_price": latest_price,
|
||
"order_quantity": sell_qty,
|
||
"executed_price": latest_price,
|
||
"executed_quantity": sell_qty,
|
||
"total_amount": latest_price * sell_qty,
|
||
"status": "COMPLETED",
|
||
"order_id": order_id,
|
||
"exit_reason": exit_signal.reason,
|
||
"net_profit_loss": profit_loss,
|
||
"profit_loss_rate": profit_loss_rate,
|
||
"strategy_type": "swing",
|
||
})
|
||
|
||
_recent_exits[stock_code] = time.time()
|
||
|
||
# 포트폴리오 화면 즉시 반영 (Portfolio 수량 차감 + 캐시)
|
||
from app.services.portfolio_cache_bridge import reflect_sell
|
||
# remaining_qty 는 Portfolio 행(스윙+DT 합산) 기준이어야 한다 —
|
||
# 스윙 보유분(quantity)만 쓰면 DT 수량이 사라진다.
|
||
await reflect_sell(
|
||
stock_code, sell_qty, latest_price, remaining_qty=total_qty - sell_qty
|
||
)
|
||
|
||
# 전량 청산이면 ActiveTrade 종료, 분할 매도면 remaining_pct 갱신
|
||
if sell_qty >= quantity:
|
||
# strategy_name 을 비우면 db_worker 가 '가장 최근 active 행'을 닫는다
|
||
# → 같은 종목에 DT 행이 있으면 그쪽이 닫히고 스윙 행은 영구 잔존.
|
||
if _at_filter_not_dt:
|
||
# 전략명 NULL 인 비-DT 행은 이름으로 닫을 수 없다 →
|
||
# strategy_name_not 필터로 비-DT 최신 행을 직접 겨냥.
|
||
from app.services.db_worker import (
|
||
DT_STRATEGY_NAMES as _DTN_CL,
|
||
enqueue_db_write,
|
||
)
|
||
await enqueue_db_write({
|
||
"type": "close_active_trade",
|
||
"data": {
|
||
"stock_code": stock_code,
|
||
"strategy_name_not": list(_DTN_CL),
|
||
},
|
||
})
|
||
else:
|
||
await enqueue_close_active_trade(
|
||
stock_code, strategy_name=_strategy or "swing"
|
||
)
|
||
else:
|
||
# 분할 매도 후 remaining_pct 갱신 (반복 트리거 방지)
|
||
# [M5] 실제 잔량 기준으로 재계산 — sell_pct 단순 차감은 sell_qty 가
|
||
# 원본 기준일 때만 일치하므로, 반올림 오차까지 흡수하도록 잔량/원본으로 계산.
|
||
if original_qty > 0:
|
||
new_remaining = max(0.0, min(1.0, (quantity - sell_qty) / original_qty))
|
||
else:
|
||
new_remaining = max(0.0, remaining_pct - sell_pct)
|
||
from app.services.db_worker import enqueue_active_trade_upsert
|
||
_at_data = {"stock_code": stock_code}
|
||
if _at_filter_not_dt:
|
||
# active_trade 가 존재하는데 전략명이 NULL 인 경우에만 True →
|
||
# 아래 `active_trade is None` 신규생성 분기와 상호배타적이므로
|
||
# strategy_name 과 strategy_name_not 이 동시에 실리지 않는다.
|
||
from app.services.db_worker import DT_STRATEGY_NAMES as _DTN_UP
|
||
_at_data["strategy_name_not"] = list(_DTN_UP)
|
||
else:
|
||
_at_data["strategy_name"] = _strategy or "swing"
|
||
_at_data.update({
|
||
"remaining_pct": new_remaining,
|
||
# 잔량도 함께 갱신 — 누락 시 재기동 복원이 원래 수량으로 되살아나
|
||
# 보유량보다 많이 매도한다(2026-09-23 DT LG씨엔에스 사례와 동일 패턴)
|
||
"quantity": quantity - sell_qty,
|
||
"highest_since_entry": latest_price if latest_price > (trailing_high or 0) else trailing_high,
|
||
})
|
||
if active_trade is None:
|
||
# [FIX] ActiveTrade 행이 없는 포지션(동기화 유입 등)은 upsert가
|
||
# NOT NULL(quantity/entry_price) 위반으로 INSERT 실패 → remaining_pct
|
||
# 미저장 → 다음 사이클에 50% 매도 재실행(2026-09-22 두산에너빌리티).
|
||
# 신규 생성에 필요한 필수 키를 함께 전달한다.
|
||
_at_data.update({
|
||
"stock_name": stock_name,
|
||
"quantity": quantity - sell_qty,
|
||
"entry_price": avg_price,
|
||
"current_price": latest_price,
|
||
"strategy_name": "swing",
|
||
"status": "active",
|
||
"entry_reason": "동기화 유입 포지션 (부분매도 시 자동 생성)",
|
||
})
|
||
await enqueue_active_trade_upsert(_at_data)
|
||
|
||
# LossTracker 업데이트 — 전량매도 시에만 (분할매도 이중 카운트 방지)
|
||
if sell_qty >= quantity:
|
||
is_loss = profit_loss < 0
|
||
await loss_tracker.record_trade_result_safe(
|
||
stock_code=stock_code,
|
||
is_loss=is_loss,
|
||
)
|
||
await loss_tracker.save_to_db(stock_code=stock_code)
|
||
|
||
executed_exits.append({
|
||
"stock_code": stock_code,
|
||
"stock_name": stock_name,
|
||
"sell_quantity": sell_qty,
|
||
"price": latest_price,
|
||
"profit_loss": profit_loss,
|
||
"profit_loss_rate": profit_loss_rate,
|
||
"reason": exit_signal.reason,
|
||
})
|
||
logger.info(
|
||
f"[SwingExit] ✅ 청산 완료: {stock_code} {stock_name} "
|
||
f"수익률={profit_loss_rate:.1f}% 이유={exit_signal.reason}"
|
||
)
|
||
|
||
except Exception as e:
|
||
logger.error(f"[SwingExit] 종목 처리 오류 ({holding.stock_code}): {e}", exc_info=True)
|
||
|
||
except Exception as e:
|
||
logger.error(f"[SwingExit] 전체 오류: {e}", exc_info=True)
|
||
|
||
return executed_exits
|