Files
auto-stock/backend/app/services/trade_executor.py
shuim 2425fd2276 fix: ML 게이트 스케일 불일치 + 운영 실측 반영 (문서 정정 3건)
## ML 게이트 이중 블렌딩 (플래그 OFF 로 출고)
market_analyzer.py:603-608 이 이미 rule30/ML70 으로 블렌딩한 뒤 0~15 로 축소
저장하는데, trade_executor 가 그 값을 정규화 없이 **또** 블렌딩했다.
  weighted_score = score_val(0~15) * 0.3 + ml_score(0~100) * 0.7  ≥ 60
룰 기여가 최대 4.5 로 임계 60 의 7.5% — 문서상 "룰 30%" 가 지켜지지 않았다.

_ml_gate_score_v2() 신설 + ML_SCORE_NORMALIZE_ENABLED(기본 False).
OFF 시 7,373 조합 비트 동일 검증. RULE_SCORE_MAX=15 신설(하드코딩 제거).

운영 실측으로 확인된 것: ML-BUY 분기는 어느 설정으로도 발화 불가.
  OFF: ml_score ≥ 85.7 필요 / 실측 ml_score 최대 50
  ON : score ≥ 9 필요    / 실측 score 역대 최대 6 (801건)
즉 ML 게이트는 HOLD 차단(브레이크)으로만 기능해 왔다. 임계값 재보정이
필요하며 §8.1-5 에 따라 백테스트가 선행돼야 한다.

## 문서 정정 (잘못된 전제 제거)
1. "NAS 다운 → 백테스트 불가" 는 사실이 아니다. NAS 는 가동 중이고
   autostock-postgres 도 떠 있다. DB 가 127.0.0.1:15433 바인딩이라 외부
   직결만 안 되는 것이며, NAS 내부에서 접근 가능하다. **백테스트 재실행 가능.**
2. docs/BATCH_GUIDE.md 의 cron 서술 정정 — 운영 NAS 에 crontab 이 없고
   앱 내부 스케줄러(main.py:269 → schedulers.py:74, 10분 간격)가 배치를 돌린다.
   setup-cron.sh 를 쓰면 오히려 중복 실행된다.
3. market_schedule.py 에 휴장일 판정이 없다 — 2026-09-24~25 거래·분석 0건은
   추석 연휴이며 장애가 아니다.

## §8.4.1 운영 실측 신설
- daytrading 257건 vs swing 53건 (DT 가 거래 건수 주력). DT 포지션 0 은
  15:20 EOD 전량 청산이 설계대로 동작한 결과
- strategy_configs 가 옛 값으로 운영되던 상태(RSI 30 / SL -6%)를
  2026-09-28 배포(alembic 0011→0012)로 해소
- 룰 점수는 0~15 스케일(market_analyzer.py:608 에서 축소 저장), 실측 -1~6
- 9/23 에 active_trades 유령 행 129개(day_trade 120 + swing 9)를 수동 정리한
  백업이 남아 있다 — 전략명 없이 close 해 엉뚱한 행이 닫히던 문제의 증거

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
2026-09-28 11:27:06 +09:00

2271 lines
119 KiB
Python
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
"""자동매매 실행 엔진 (trade_executor.py)
흐름 요약:
execute_auto_trade_background() ← 추천 목록 수신
└─ execute_auto_trade() ← 종목별 공통 필터 (가격·MDD·신호 등)
├─ _execute_buy() ← 매수 로직 (급등체크→트렌드→포지션사이징→주문)
└─ _execute_sell() ← 매도 로직 (중복체크→주문→DB기록)
└─ _verify_and_sync_execution() ← 체결 확인·슬리피지 기록·부분체결 재주문
"""
import asyncio
import logging
import time
from decimal import Decimal
from datetime import datetime, timedelta
from sqlalchemy.ext.asyncio import AsyncSession
from sqlalchemy import select, desc, and_, or_
from app.core.config import settings
from app.core.database import AsyncSessionLocal
from app.models.models import TradeHistory, Portfolio
from app.services.korea_investment_api import korea_investment_api
from app.services.mdd_manager import mdd_manager
from app.services.loss_tracker import loss_tracker
from app.services.market_analyzer import check_market_regime, _get_kst_now
from app.services.mean_reversion_strategy import (
MarketRegime, calculate_position_size_v2,
check_exit_signal, calculate_rsi, calculate_bollinger, calculate_atr,
)
from app.services.technical_indicators import (
TREND_FILTER_ENABLED, TREND_MA_SHORT, TREND_MA_LONG, TREND_TOLERANCE_PCT, _ma, _ema,
)
# §8.5-2 포지션 사이징 단일 출처 (순수 계산 모듈 — settings/DB/네트워크 없음)
from app.services.sizing_core import (
amount_to_quantity, clamp_by_ratios, effective_min_buy_amount, half_kelly_fraction,
)
from app.services.signal_types import BUY_KEYWORDS, SELL_KEYWORDS, STRONG_BUY_KEYWORDS, BLOCK_KEYWORDS
from app.services.correlation_filter import validate_correlation_filter
from app.services.exchange_detector import is_us_stock, detect_exchange, get_market_info
from app.core.timeutil import now_kst
from app.services.trade_helpers import (
check_opening_range_volatility, check_surge_prevention, check_trend_filter,
calculate_cooldown_minutes, get_daily_cutoff_utc, get_leverage_check_keywords,
is_leverage_etf, calculate_profit_loss_rate, calculate_atr_based_stops,
build_kis_order_id, calculate_trade_costs,
)
logger = logging.getLogger(__name__)
# ── 잔량 추적 해석 (CLAUDE.md §8.5 항목4) ─────────────────────────────────────
def _resolve_remaining_pct_v2(stock: dict, holding=None) -> tuple[float, bool]:
"""remaining_pct 와 '잔량 추적 가능 여부' 를 함께 반환.
기존 `stock.get("remaining_pct", 1.0) or 1.0` 은 '추적 소스 없음(None)' 과
'실제로 잔량 100%' 를 구분하지 못했다. ActiveTrade 행이 없는 보유분
(브로커 잔고 sync 로 생긴 Portfolio 행 / legacy 행)은 매 사이클 잔량 100%로
간주되어 SELL_PARTIAL(50%)이 무한 반복됐다.
Args:
stock: 종목 dict (remaining_pct 주입 대상)
holding: Portfolio ORM (현재 판정에 미사용 — 향후 확장용, 시그니처 고정)
Returns:
(remaining_pct, is_tracked)
- is_tracked=False → 잔량을 신뢰할 수 없음. 호출측은 부분매도를 스킵하고
전량 청산 신호만 채택해야 한다. 값은 기존 동작과 동일한 1.0 을 준다.
- remaining_pct 는 항상 0 < x <= 1.0 범위로 클램프.
"""
raw = stock.get("remaining_pct") if isinstance(stock, dict) else None
if raw is None:
return 1.0, False
try:
val = float(raw)
except (TypeError, ValueError):
return 1.0, False
if not (0.0 < val <= 1.0):
# 0 이하(전량 소진) 또는 1 초과(오염) → 추적 불가로 간주
return 1.0, False
return val, True
# ── 종목별 세마포어 — 동일 종목 동시 주문 방지 ────────────────────────────────
_order_semaphores: dict = {}
_SEMAPHORE_MAX_SIZE = 200
def _cleanup_semaphores() -> None:
"""세마포어 딕셔너리 크기가 임계값 초과 시 미사용 항목 제거.
[동작] sem._value == 1 이면 현재 아무도 잡고 있지 않은 상태(unlock).
장기 운영 시 거래된 적 있는 모든 종목 코드가 누적되는 것을 방지.
"""
if len(_order_semaphores) <= _SEMAPHORE_MAX_SIZE:
return # 임계값 이하 → 정리 불필요
to_delete = [
code for code, sem in _order_semaphores.items()
if sem._value == 1 # unlocked = 현재 사용 중 아님
]
for code in to_delete:
_order_semaphores.pop(code, None)
if to_delete:
logger.debug(f"[SEMAPHORE_CLEANUP] {len(to_delete)}개 세마포어 정리 (잔여: {len(_order_semaphores)})")
def _get_order_semaphore(stock_code: str) -> asyncio.Semaphore:
"""종목별 세마포어 반환. 없으면 생성. 크기 초과 시 미사용 항목 정리.
[동작] 동일 종목에 대해 동시에 2개 이상의 주문이 발생하지 않도록
asyncio.Semaphore(1) 으로 상호 배제. 코드 진입 시 lock → 완료 시 release.
"""
if stock_code not in _order_semaphores:
_cleanup_semaphores() # 200개 초과 시 미사용 세마포어 정리
_order_semaphores[stock_code] = asyncio.Semaphore(1)
return _order_semaphores[stock_code]
# ── Redis 분산락 — 중복 주문 완전 방지 (TTL 60초) ────────────────────────────
_ORDER_LOCK_TTL = 60 # seconds
async def _acquire_order_lock(stock_code: str, order_type: str) -> bool:
"""Redis SETNX 기반 분산락 획득. 성공 시 True.
[동작] Redis SET NX(NOT EXISTS) + EX(TTL 60초)로 원자적 락 설정.
- 동일 종목·방향의 주문이 이미 처리 중이면 False → 호출측에서 SKIP.
- Redis 미연결 시 True(락 없이 진행) — 이 경우 세마포어가 2차 방어.
"""
try:
from app.core.redis import get_redis
client = get_redis()
if not client:
return True # Redis 미연결 → 락 없이 진행 (세마포어가 대신 보호)
key = f"order_lock:{stock_code}:{order_type}"
result = await client.set(key, "1", nx=True, ex=_ORDER_LOCK_TTL)
return result is True # None이면 이미 키 존재 → 락 실패
except Exception as e:
logger.debug(f"[order_lock] 획득 오류 (패스): {e}")
return True
async def _release_order_lock(stock_code: str, order_type: str) -> None:
"""Redis 분산락 해제.
[동작] finally 블록에서 반드시 호출 — 주문 성공/실패 관계없이 락 해제.
"""
try:
from app.core.redis import delete_key
await delete_key(f"order_lock:{stock_code}:{order_type}")
except Exception:
pass # 해제 실패 시 TTL(60초) 만료 후 자동 해제됨
# ── 주문 재시도 — Exponential backoff (1→2→4초, 최대 3회) ───────────────────
async def _place_order_with_retry(
is_domestic: bool,
stock_code: str,
order_type: str,
quantity: int,
price: float,
exchange_code: str = "NASD",
max_retries: int = 3,
) -> dict:
"""주문 실행 with exponential backoff. 시스템 오류에만 재시도.
[동작]
1. 국내/해외 분기 후 KIS REST API 호출
2. rt_cd "0"(성공) 또는 "1"(PENDING) → 즉시 반환 (재시도 불필요)
3. 그 외 오류: 1초→2초→4초 대기 후 최대 max_retries회 재시도
4. 최대 재시도 소진 시 last_result(마지막 응답) 반환
"""
last_result: dict = {}
for attempt in range(max_retries):
try:
if is_domestic:
# 국내 주식 주문 (KIS TTTC0012U / VTTC0012U)
result = await korea_investment_api.place_order(stock_code, order_type, quantity, price)
else:
# 해외 주식 주문 (KIS TTTT1002U 등)
result = await korea_investment_api.place_overseas_order(
stock_code, order_type, quantity, float(price), exchange_code
)
# rt_cd "0"=성공, "1"=PENDING → 재시도 불필요
if result.get("rt_cd") in ("0", "1"):
return result
# rt_cd 오류 → 재시도 대상
last_result = result
if attempt < max_retries - 1:
wait = 1 * (2 ** attempt) # 1s → 2s → 4s (exponential backoff)
logger.warning(
f"[ORDER_RETRY] {stock_code} {order_type} rt_cd={result.get('rt_cd')} "
f"→ {wait}초 후 재시도 ({attempt + 1}/{max_retries})"
)
await asyncio.sleep(wait)
except Exception as e:
# 네트워크 타임아웃 등 예외 → 재시도 대상
# [2026-09-23] 단, KIS가 주문을 접수한 뒤 응답만 못 받은 경우가 있으므로
# 재시도 전에 당일 체결 내역으로 중복 여부를 확인한다(멱등성 보강).
last_result = {"rt_cd": "-1", "msg1": str(e), "odno": None}
if is_domestic:
_dup = await _find_recent_order(stock_code, order_type, quantity)
if _dup:
logger.warning(
f"[ORDER_DUP] {stock_code} {order_type} 예외 발생했으나 주문 접수 확인됨 "
f"(odno={_dup.get('odno')}) → 재시도 중단"
)
return _dup
if attempt < max_retries - 1:
wait = 1 * (2 ** attempt)
logger.warning(f"[ORDER_RETRY] {stock_code} {order_type} 예외 ({attempt + 1}/{max_retries}), {wait}초 후 재시도: {type(e).__name__}: {e}")
await asyncio.sleep(wait)
else:
logger.error(f"[ORDER_MAX_RETRY] {stock_code} {order_type} 최대 재시도 초과: {type(e).__name__}: {e}")
return last_result or {"rt_cd": "-1", "msg1": "max_retries_exceeded", "odno": None}
async def _find_recent_order(stock_code: str, order_type: str, quantity: int) -> dict | None:
"""직전 주문이 실제로 KIS에 접수됐는지 당일 주문체결 내역으로 확인.
타임아웃/연결 끊김으로 응답을 못 받았지만 주문은 접수된 경우, 그대로 재시도하면
중복 체결이 된다. 최근 2분 내 같은 종목·매매구분·수량 주문이 있으면 그 주문을 반환한다.
조회 실패 시 None (판단 불가 → 호출측의 기존 재시도 로직을 따른다).
"""
try:
rows = await korea_investment_api.get_todays_orders(stock_code)
except Exception as e:
logger.debug(f"[ORDER_DUP] 주문내역 조회 실패 ({stock_code}): {e}")
return None
if not rows:
return None
_now = datetime.now()
_side = "02" if order_type.upper() == "BUY" else "01" # KIS: 01=매도, 02=매수
for row in rows:
try:
if row.get("pdno") != stock_code:
continue
if row.get("sll_buy_dvsn_cd") not in (_side, None, ""):
continue
if int(row.get("ord_qty", 0) or 0) != int(quantity):
continue
_t = str(row.get("ord_tmd") or "") # HHMMSS
if len(_t) == 6:
_ordered = _now.replace(
hour=int(_t[:2]), minute=int(_t[2:4]), second=int(_t[4:]), microsecond=0
)
if (_now - _ordered).total_seconds() > 120:
continue
return {
"rt_cd": "0",
"msg1": "기존 주문 확인(중복 방지)",
"odno": row.get("odno"),
"output": {"ODNO": row.get("odno"), "ord_prc": row.get("ord_unpr")},
}
except Exception:
continue
return None
# ── [C1] 공통 주문 래퍼 — 분산락+세마포어 보호 (daytrading/swing에서 import) ──
async def safe_place_order(
stock_code: str,
order_type: str,
quantity: int,
price: float | None = None,
is_domestic: bool = True,
exchange_code: str = "NASD",
) -> dict:
"""Redis 분산락 + 세마포어로 보호된 주문 실행.
daytrading/exit_service, swing/exit_service에서 korea_investment_api.place_order()
대신 이 함수를 사용하여 이중 주문을 방지합니다.
"""
if not await _acquire_order_lock(stock_code, order_type):
logger.warning(f"[SAFE_ORDER] {stock_code} {order_type} — 분산락 획득 실패 (이미 처리 중)")
return {"rt_cd": "-1", "msg1": "order_lock_busy"}
try:
async with _get_order_semaphore(stock_code):
if is_domestic:
result = await korea_investment_api.place_order(
stock_code=stock_code,
order_type=order_type,
quantity=quantity,
price=price,
)
else:
result = await korea_investment_api.place_overseas_order(
symbol=stock_code,
order_type=order_type,
quantity=quantity,
price=price or 0,
exchange_code=exchange_code,
)
return result or {"rt_cd": "-1", "msg1": "no_response"}
except Exception as e:
logger.error(f"[SAFE_ORDER] {stock_code} {order_type} 실패: {e}")
return {"rt_cd": "-1", "msg1": str(e)}
finally:
await _release_order_lock(stock_code, order_type)
# ── [멀티테넌트 1단계 §5.8] 사용자 스코프 주문 락/래퍼 ────────────────────────
# 기존 safe_place_order/_acquire_order_lock/_auto_cancel_if_pending는 시그니처
# 불변 유지. 사용자별 계좌(ctx.kis)로 주문하는 경로는 아래 _v2 함수를 사용한다.
async def _acquire_order_lock_v2(user_id, stock_code: str, order_type: str) -> bool:
"""Redis 분산락 획득 — 사용자 네임스페이스 키(`order_lock:{user_id}:{code}:{type}`).
구조는 `_acquire_order_lock`과 동일(SETNX+TTL 60초). legacy 컨텍스트(user_id가
None 또는 legacy owner id)도 이 함수를 쓰면 키에 user_id가 섞이므로, legacy
경로는 기존 `_acquire_order_lock`(user_id 없는 키)을 그대로 사용해야 한다.
"""
try:
from app.core.redis import get_redis
client = get_redis()
if not client:
return True
key = f"order_lock:{user_id}:{stock_code}:{order_type}"
result = await client.set(key, "1", nx=True, ex=_ORDER_LOCK_TTL)
return result is True
except Exception as e:
logger.debug(f"[order_lock_v2] user_id={user_id} 획득 오류 (패스): {e}")
return True
async def _release_order_lock_v2(user_id, stock_code: str, order_type: str) -> None:
"""Redis 분산락 해제 — `_acquire_order_lock_v2`와 짝을 이루는 사용자 네임스페이스 키."""
try:
from app.core.redis import delete_key
await delete_key(f"order_lock:{user_id}:{stock_code}:{order_type}")
except Exception:
pass
async def safe_place_order_v2(
ctx, # UserContext (순환 임포트 회피 — 타입은 app.services.tenant.context.UserContext)
stock_code: str,
order_type: str,
quantity: int,
price: float | None = None,
is_domestic: bool = True,
exchange_code: str = "NASD",
) -> dict:
"""`safe_place_order`의 사용자 스코프 버전 (설계 문서 §5.8).
- `ctx.is_legacy`면 기존 전역 경로(`_acquire_order_lock`/`_release_order_lock`,
`_get_order_semaphore(stock_code)`)를 그대로 사용 — swing/daytrading exit_service
등 기존 스케줄러가 잡는 락과 같은 키여야 같은 계좌·종목 동시 매도가 직렬화된다.
사용자 컨텍스트(`is_legacy=False`)만 사용자 네임스페이스 키(`{user_id}:{code}`)를 쓴다.
- 세마포어: `_get_order_semaphore(f"{ctx.user_id}:{stock_code}")` — 기존 함수 재사용,
키 문자열만 사용자 네임스페이스로 바꿈(시그니처 불변).
- Redis 락: `_acquire_order_lock_v2`/`_release_order_lock_v2` (legacy는 v1 그대로).
- 주문 실행: `ctx.kis.place_order(...)`/`ctx.kis.place_overseas_order(...)`.
- 반환 형식은 `safe_place_order`와 동일.
"""
if ctx.is_legacy:
semaphore_key = stock_code
lock_acquired = await _acquire_order_lock(stock_code, order_type)
else:
semaphore_key = f"{ctx.user_id}:{stock_code}"
lock_acquired = await _acquire_order_lock_v2(ctx.user_id, stock_code, order_type)
if not lock_acquired:
logger.warning(f"[SAFE_ORDER_V2] user_id={ctx.user_id} {stock_code} {order_type} — 분산락 획득 실패 (이미 처리 중)")
return {"rt_cd": "-1", "msg1": "order_lock_busy"}
try:
async with _get_order_semaphore(semaphore_key):
if is_domestic:
result = await ctx.kis.place_order(
stock_code=stock_code,
order_type=order_type,
quantity=quantity,
price=price,
)
else:
result = await ctx.kis.place_overseas_order(
symbol=stock_code,
order_type=order_type,
quantity=quantity,
price=price or 0,
exchange_code=exchange_code,
)
return result or {"rt_cd": "-1", "msg1": "no_response"}
except Exception as e:
logger.error(f"[SAFE_ORDER_V2] user_id={ctx.user_id} {stock_code} {order_type} 실패: {e}")
return {"rt_cd": "-1", "msg1": str(e)}
finally:
if ctx.is_legacy:
await _release_order_lock(stock_code, order_type)
else:
await _release_order_lock_v2(ctx.user_id, stock_code, order_type)
async def _auto_cancel_if_pending_v2(ctx, order_id: str, stock_code: str, quantity: int, delay: int = 60) -> None:
"""`_auto_cancel_if_pending`의 사용자 스코프 버전 — `ctx.kis.cancel_order`를 사용."""
await asyncio.sleep(delay)
try:
result = await ctx.kis.cancel_order(order_id, quantity)
if result.get("rt_cd") == "0":
logger.info(f"[AUTO_CANCEL_V2] user_id={ctx.user_id} 미체결 자동 취소 완료: {stock_code} order_id={order_id}")
else:
logger.debug(f"[AUTO_CANCEL_V2] user_id={ctx.user_id} {stock_code} — {result.get('msg1')} (이미 체결됐을 수 있음)")
except Exception as e:
logger.debug(f"[AUTO_CANCEL_V2] user_id={ctx.user_id} {stock_code} — {type(e).__name__}: {e}")
# ── 미체결 주문 1분 후 자동 취소 ─────────────────────────────────────────────
async def _auto_cancel_if_pending(order_id: str, stock_code: str, quantity: int, delay: int = 60) -> None:
"""delay초 후에도 PENDING 상태면 자동 취소.
[동작] 주문 후 delay(기본 60초)를 기다린 뒤 KIS 취소 API 호출.
이미 체결됐다면 취소 실패(msg1에 오류 메시지) → DEBUG 로그만 남기고 무시.
호출 측에서 asyncio.create_task() 로 백그라운드 실행.
"""
await asyncio.sleep(delay) # 60초 대기 후 취소 시도
try:
result = await korea_investment_api.cancel_order(order_id, quantity)
if result.get("rt_cd") == "0":
logger.info(f"[AUTO_CANCEL] 미체결 자동 취소 완료: {stock_code} order_id={order_id}")
else:
# 이미 체결됐거나 취소 불가 상태 → 무시
logger.debug(f"[AUTO_CANCEL] {stock_code} — {result.get('msg1')} (이미 체결됐을 수 있음)")
except Exception as e:
logger.debug(f"[AUTO_CANCEL] {stock_code} — {type(e).__name__}: {e}")
# ── 계좌 정보 30초 인메모리 캐시 ──────────────────────────────────────────────
_account_cache: dict = {"data": None, "ts": 0.0}
_ACCOUNT_CACHE_TTL = 30 # seconds
def _get_cached_account() -> tuple | None:
"""(available_cash, total_assets) 30초 캐시. 만료 시 None 반환.
[동작] monotonic clock으로 TTL 검사. 만료되지 않았으면 캐시 반환,
만료됐거나 데이터가 없으면 None → 호출측에서 portfolio_cache 재조회.
"""
if _account_cache["data"] and time.monotonic() - _account_cache["ts"] < _ACCOUNT_CACHE_TTL:
return _account_cache["data"]
return None
def _set_account_cache(available_cash: float, total_assets: float) -> None:
"""계좌 캐시 갱신. 현재 시각(monotonic)을 타임스탬프로 저장."""
_account_cache["data"] = (available_cash, total_assets)
_account_cache["ts"] = time.monotonic()
# ── 지정가 조정 — 체결률 향상 ──────────────────────────────────────────────────
def _adjust_order_price(price: float, order_type: str, is_domestic: bool = True) -> float:
"""BUY +0.5% / SELL -0.5% 지정가 조정.
국내: 원화 정수 반환 (KIS는 원화 단위 정수만 허용).
해외: 소수점 2자리 반환 (USD 단위).
"""
if order_type == "BUY":
adjusted = price * 1.005
else:
adjusted = price * 0.995
if is_domestic:
return float(int(adjusted)) # 원화 정수
return round(adjusted, 2) # USD 소수점 2자리
# ── Kelly Criterion 포지션 사이징 ─────────────────────────────────────────────
async def _calculate_kelly_position(
db: AsyncSession,
stock_code: str,
total_assets: float,
available_cash: float,
max_per_position: float = 0.04,
lookback: int = 20,
) -> float:
"""Kelly Criterion 기반 최적 포지션 사이징 (Half-Kelly 적용).
f* = (p*b - (1-p)) / b
- p: 최근 N거래 승률 (이긴 거래 수 / 전체 거래 수)
- b: 평균이익률 / 평균손실률 (Payoff Ratio)
- Half-Kelly: f* / 2 → 변동성 감소 목적
[동작]
1. DB에서 최근 lookback회 매도 체결 기록 조회
2. 5거래 미만이면 통계 신뢰 부족 → 0.0 반환 (호출측에서 v2 fallback)
3. 반환값 = min(total_assets×clamped, available_cash, max_per_position 한도)
"""
try:
recent = await db.execute(
select(TradeHistory)
.where(
TradeHistory.stock_code == stock_code,
TradeHistory.order_type == "SELL",
TradeHistory.status == "COMPLETED",
TradeHistory.profit_loss_rate.isnot(None),
)
.order_by(desc(TradeHistory.executed_at))
.limit(lookback)
)
trades = recent.scalars().all()
if len(trades) < 5:
return 0.0 # 데이터 부족 → v2 fallback
rates = [float(t.profit_loss_rate) for t in trades]
# [§8.5-2 통합 2026-09-27] Kelly 통계 수식은 sizing_core.half_kelly_fraction 로 이동
# (순수 계산). DB 조회·예외 처리·fallback 판단은 이 함수에 남는다.
# min_trades=5 미만 / 전승 / 전패 → None → 기존과 동일하게 0.0 반환(v2 fallback).
half_kelly = half_kelly_fraction(rates, min_trades=5)
if half_kelly is None:
return 0.0
clamped = min(half_kelly, max_per_position) # 종목당 최대 4% 상한 적용
# = min(총자산×clamped, 가용현금, 총자산×max_per_position) — 통합 전과 동일
return clamp_by_ratios(
total_assets * clamped, total_assets, [max_per_position], available_cash,
)
except Exception as e:
logger.debug(f"[kelly] {stock_code} 계산 오류: {type(e).__name__}: {e}")
return 0.0
# ── 체결 확인 + 부분 체결 처리 + 슬리피지 로깅 ───────────────────────────────
async def _verify_and_sync_execution(
order_id: str,
stock_code: str,
stock_name: str,
ordered_quantity: int,
order_price: float,
order_type: str,
is_domestic: bool,
exchange_code: str,
db_trade_id: int,
delay: int = 3,
) -> None:
"""주문 후 KIS 체결 내역 조회 → DB 업데이트 + 슬리피지 기록 + 부분 체결 재주문.
[동작 흐름]
1. delay초 대기 (체결 확인 전 KIS 서버 처리 시간 확보)
2. KIS 체결 조회 API 호출 → filled_qty, filled_price 추출
3. 슬리피지 계산: (체결가 - 주문가) / 주문가 × 100
4. db_worker 큐를 통해 TradeHistory UPDATE (CLAUDE.md 3.2 준수)
- 완전 체결(filled_qty == ordered_quantity) → status = "COMPLETED"
- 부분 체결(filled_qty < ordered_quantity) → status = "PARTIAL" + 잔여 재주문
5. 포트폴리오 동기화 트리거
"""
await asyncio.sleep(delay) # KIS 서버 체결 처리 대기
if not order_id:
# order_id 없으면 체결 조회 불가 → 포트폴리오 동기화만 수행
await _delayed_sync_portfolio(0)
return
try:
# KIS 체결 내역 조회 (TR: TTTC8001R / VTTC8001R)
# [실전 안정화] 최대 5회 폴링 (3초 간격, 최대 15초) — 체결 지연 대응
filled_qty = 0
filled_price = 0.0
exec_result = {}
max_polls = 5
poll_interval = 3
for poll in range(max_polls):
exec_result = await korea_investment_api.get_order_execution(order_id, is_domestic)
filled_qty = int(exec_result.get("filled_qty", 0))
filled_price = float(exec_result.get("filled_price", order_price) or order_price)
if filled_qty > 0:
break # 체결 확인됨
if poll < max_polls - 1:
logger.debug(
f"[VERIFY_EXEC] {stock_code} {order_type} 체결 미확인 "
f"({poll + 1}/{max_polls}), {poll_interval}초 후 재시도"
)
await asyncio.sleep(poll_interval)
if filled_qty == 0:
logger.warning(
f"[VERIFY_EXEC] {stock_code} {order_type} "
f"{max_polls}회 폴링 후에도 체결 미확인 — order_id={order_id}"
)
# ── 슬리피지 계산: (체결가 - 주문가) / 주문가 × 100 ─────────────────
slippage_pct = 0.0
if order_price > 0 and filled_price > 0:
slippage_pct = ((filled_price - order_price) / order_price) * 100
logger.info(
f"[SLIPPAGE] {stock_code} {order_type} "
f"주문가={order_price:.2f} 체결가={filled_price:.2f} "
f"슬리피지={slippage_pct:+.3f}%"
)
# ── DB 업데이트 (CLAUDE.md 3.2: db_worker 큐 경유, 직접 세션 금지) ───
if filled_qty > 0:
partial = filled_qty < ordered_quantity # 부분 체결 여부
update_fields = {
"executed_quantity": filled_qty,
"executed_price": Decimal(str(filled_price)),
"status": "PARTIAL" if partial else "COMPLETED",
"executed_at": _get_kst_now(),
"slippage": Decimal(str(round(slippage_pct, 4))),
}
if db_trade_id:
# 기존 경로: trade_id로 조회 (레거시 호출 호환)
from app.services.db_worker import enqueue_update_trade_history
await enqueue_update_trade_history(db_trade_id, update_fields)
else:
# 신규 경로: order_id로 조회 (db_worker 큐 경유 INSERT 시 trade_id 미확보)
from app.services.db_worker import enqueue_update_trade_history_by_order_id
await enqueue_update_trade_history_by_order_id(order_id, update_fields)
# ── 부분 체결 → 미체결 수량 재주문 ──────────────────────
if partial:
remain = ordered_quantity - filled_qty
logger.warning(
f"[PARTIAL_FILL] {stock_code} {order_type} "
f"{filled_qty}/{ordered_quantity}주 체결 → 잔여 {remain}주 재주문"
)
# 재주문은 백그라운드 태스크로 분리 (현재 흐름 블록 방지)
asyncio.create_task(
_reorder_unfilled(
stock_code=stock_code,
stock_name=stock_name,
order_type=order_type,
quantity=remain,
price=order_price,
is_domestic=is_domestic,
exchange_code=exchange_code,
)
)
await _delayed_sync_portfolio(0) # KIS 잔고 기준으로 포트폴리오 재동기화
except Exception as e:
logger.warning(
f"[VERIFY_EXEC] {stock_code} {order_type} 체결 확인 실패 — "
f"{type(e).__name__}: {e} (포트폴리오 동기화만 실행)"
)
await _delayed_sync_portfolio(0) # 체결 확인 실패해도 포트폴리오는 동기화
# ── 부분 체결 후 미체결 수량 재주문 ──────────────────────────────────────────
async def _reorder_unfilled(
stock_code: str,
stock_name: str,
order_type: str,
quantity: int,
price: float,
is_domestic: bool,
exchange_code: str = "NASD",
) -> None:
"""부분 체결 잔여 수량 재주문 (1회 한정)."""
try:
result = await _place_order_with_retry(
is_domestic=is_domestic,
stock_code=stock_code,
order_type=order_type,
quantity=quantity,
price=price,
exchange_code=exchange_code,
max_retries=2,
)
if result.get("rt_cd") == "0":
logger.info(f"[REORDER] {stock_code} {order_type} 미체결 {quantity}주 재주문 성공")
else:
logger.warning(f"[REORDER] {stock_code} {order_type} 미체결 재주문 실패: {result.get('msg1')}")
except Exception as e:
logger.error(f"[REORDER_ERROR] {stock_code} {order_type}: {type(e).__name__}: {e}")
async def _execute_buy(
stock: dict,
db: AsyncSession,
holding,
current_price: float,
signals: list,
score_val: float,
is_domestic: bool,
exchange_code: str,
stock_code: str,
stock_name: str,
) -> dict:
"""BUY 주문 실행 로직 — 선체크 → semaphore → 주문 → TradeHistory 기록 → 체결 확인."""
# ── 0. 장 시작 30분 변동성 회피 (09:00~09:30 진입 차단) ──────────────────
if await check_opening_range_volatility():
logger.debug(f"[BUY_SKIP] {stock_code} — 장 시작 30분 변동성 회피 (09:00~09:30)")
return {"action": "SKIP", "stock": stock_name, "reason": "opening_range_volatility"}
# ── 0.5. 실적 필터 (Phase 2 — 기본 OFF) ──────────────────────────────────
# FUNDAMENTAL_FILTER_ENABLED=True일 때만 동작. 적자(EPS<0)·하락전망(컨센서스
# 목표가 여력 부족) 종목 진입 차단. 데이터원=네이버. **point-in-time 백테스트
# 검증(OpenDART) 전엔 켜지 말 것.** 실패 시 차단 안 함(안전).
if settings.FUNDAMENTAL_FILTER_ENABLED and is_domestic:
try:
from app.services.naver_finance import get_stock_fundamentals
_ff = await get_stock_fundamentals(stock_code)
if _ff:
if settings.FUNDAMENTAL_BLOCK_NEGATIVE_EPS and _ff.get("eps"):
try:
_eps_v = float(str(_ff["eps"]).replace(",", "").replace("원", ""))
if _eps_v < 0:
return {"action": "HOLD", "stock": stock_name,
"reason": "fundamental_negative_eps(적자)"}
except Exception:
pass
_tp = _ff.get("target_price")
if _tp and current_price:
try:
_upside = (float(str(_tp).replace(",", "")) / current_price - 1) * 100
if _upside < settings.FUNDAMENTAL_MIN_UPSIDE_PCT:
return {"action": "HOLD", "stock": stock_name,
"reason": f"fundamental_low_upside(목표가 여력 {_upside:+.0f}%)"}
except Exception:
pass
except Exception as _ff_err:
logger.debug(f"[FUND_FILTER] {stock_code} 실적필터 스킵: {_ff_err}")
# ── 1. 3일 급등 체크 (ATR 기반 동적 임계값) ───────────────────────────────
surge_check = await check_surge_prevention(stock_code, is_domestic, exchange_code, current_price)
if surge_check.get("skip"):
return {"action": "HOLD", "stock": stock_name, "reason": surge_check.get("reason", "chase_buy_prevention")}
# ── 2. 트렌드 필터 (MA + EMA 병행) ───────────────────────────────────────
trend_check = await check_trend_filter(stock_code, stock_name, is_domestic, exchange_code, current_price, stock)
if trend_check.get("skip"):
return {"action": "HOLD", "stock": stock_name, "reason": trend_check.get("reason", "trend_filter")}
# ── 3. 현금·자산 조회 (30초 캐시 → portfolio_cache → KIS API 직접) ─────
cached = _get_cached_account()
# [FIX] 현금이 0인 캐시는 신뢰하지 않는다. 기존엔 available_cash=0이 캐시되면
# 그대로 재사용해 수량이 0으로 계산되어 매수 주문이 영영 안 나갔다(무한루프).
if cached and cached[0] > 0:
available_cash, total_assets = cached
else:
available_cash, total_assets = 0.0, 0.0
# 1차: portfolio_cache 확인
try:
from app.api.endpoints.portfolio import portfolio_cache
summary_copy = portfolio_cache.get_summary_copy()
if summary_copy:
available_cash = float(summary_copy.get("available_cash", 0))
total_assets = float(summary_copy.get("total_assets", 0))
except Exception:
pass
# 2차: 현금이 0이면 KIS API로 직접 조회.
# [FIX] 기존 조건은 (cash<=0 AND assets<=0) 이라, 평가자산은 있는데 캐시 현금만
# 0인 경우(portfolio_cache 요약이 available_cash=0을 준 케이스) KIS 재조회를
# 건너뛰어 현금 0이 고착됐다. 현금이 0이면 자산과 무관하게 실제 예수금을 읽는다.
if available_cash <= 0:
try:
balance = await korea_investment_api.get_balance()
# NOTE: output2가 빈 리스트([])일 때 balance.get()의 default([{}])는 적용되지 않으므로
# 아래 `if output2:` 가드가 빈 리스트 케이스를 걸러낸다 (IndexError 방지 + 기존
# available_cash/total_assets 캐시값을 의도적으로 덮어쓰지 않고 보존).
output2 = balance.get("output2", [{}])
if output2:
b = output2[0] if isinstance(output2, list) else output2
available_cash = float(b.get("dnca_tot_amt", 0))
total_assets = float(b.get("tot_evlu_amt", 0))
logger.info(f"[CASH_INIT] KIS API 직접 조회: cash={available_cash:,.0f} assets={total_assets:,.0f}")
except Exception as e:
logger.warning(f"[CASH_INIT] KIS 잔고 조회 실패: {e}")
# [FIX] 실제 현금(>0)일 때만 캐시한다. 0 현금을 캐시하면 위 무한루프가 재발한다.
if available_cash > 0:
_set_account_cache(available_cash, total_assets)
# [2026-09-23] TradeHistory.created_at 은 KST 저장(now_kst)이므로
# daily_cutoff도 UTC 기준으로 계산해야 9시간 오차가 없음.
daily_cutoff = get_daily_cutoff_utc() # 오늘 00:00:00 UTC
# ── 4. PENDING 포함 오늘 중복 주문 차단 ──────────────────────────────────
# 오늘 이미 BUY 주문이 있으면(COMPLETED 또는 PENDING 상태) 재진입 방지
pending_check = await db.execute(
select(TradeHistory).where(
TradeHistory.stock_code == stock_code,
TradeHistory.order_type == "BUY",
TradeHistory.status.in_(["EXECUTED", "COMPLETED", "PENDING"]),
TradeHistory.created_at >= daily_cutoff,
)
)
if pending_check.scalars().first():
return {"action": "SKIP", "stock": stock_name, "reason": "already_ordered_today"}
# ── 5. 일 매수 횟수 제한 (settings.MAX_DAILY_BUYS_PER_STOCK) ─────────────
# 종목당 당일 최대 매수 횟수를 초과하면 추가 매수 차단
daily_buy_check = await db.execute(
select(TradeHistory).where(
TradeHistory.stock_code == stock_code,
TradeHistory.order_type == "BUY",
TradeHistory.status.in_(["EXECUTED", "COMPLETED"]),
TradeHistory.created_at >= daily_cutoff,
)
)
if len(daily_buy_check.scalars().all()) >= settings.MAX_DAILY_BUYS_PER_STOCK:
return {"action": "HOLD", "stock": stock_name, "reason": "daily_trade_limit"}
# ── 6. 쿨다운 체크 (ATR 기반 동적) ──────────────────────────────────────
cooldown_min = calculate_cooldown_minutes(stock, current_price)
cooldown_check = await db.execute(
select(TradeHistory)
.where(
TradeHistory.stock_code == stock_code,
TradeHistory.order_type == "BUY",
TradeHistory.status.in_(["EXECUTED", "COMPLETED"]),
TradeHistory.created_at >= daily_cutoff,
)
.order_by(desc(TradeHistory.created_at)) # 가장 최근 매수부터
)
recent_buys = cooldown_check.scalars().all()
# 마지막 매수 이후 쿨다운 시간이 지나지 않았으면 HOLD
# created_at·현재시각 모두 KST naive 기준 (예전에는 UTC now 와 KST created_at 을
# 비교해 차이가 음수가 되어 쿨다운이 항상 발동했다)
if recent_buys and (now_kst() - recent_buys[0].created_at).total_seconds() < cooldown_min * 60:
return {"action": "HOLD", "stock": stock_name, "reason": "cooldown"}
# ── 6.5. 상관관계 필터 (CLAUDE.md 섹션 5.4) ──────────────────────────────────
# 섹터 집중도 + 포트폴리오 상관계수 필터
current_holdings = [] # 기본값 (상관관계 필터 실패 시에도 레버리지 한도 체크 가능)
try:
# 현재 포트폴리오 보유 종목 조회
portfolio_result = await db.execute(select(Portfolio).where(Portfolio.quantity > 0))
current_holdings = portfolio_result.scalars().all()
# 상관관계 필터 검증
is_valid, filter_reason = await validate_correlation_filter(
stock_code=stock_code,
portfolio_holdings=current_holdings,
max_per_sector=settings.MAX_STOCKS_PER_SECTOR if hasattr(settings, 'MAX_STOCKS_PER_SECTOR') else 3,
correlation_threshold=settings.CORRELATION_THRESHOLD if hasattr(settings, 'CORRELATION_THRESHOLD') else 0.7,
lookback_days=60
)
if not is_valid:
logger.info(f"[CORRELATION_FILTER] {stock_code}/{stock_name}: {filter_reason}")
return {"action": "HOLD", "stock": stock_name, "reason": filter_reason}
logger.debug(f"[CORRELATION_FILTER] {stock_code}/{stock_name}: {filter_reason}")
except Exception as e:
logger.error(f"[CORRELATION_FILTER_ERROR] {stock_code}: {type(e).__name__}: {e}")
# 필터 오류 시 진입 거부하지 않음 (데이터 부족 시 정상 동작)
pass
# ── 6.6. 레버리지/인버스 ETF 20% 한도 체크 (CLAUDE.md 섹션 5.1) ────────────
_leverage_keywords = get_leverage_check_keywords()
if is_leverage_etf(stock_name, _leverage_keywords) and total_assets > 0:
# 현재 보유 중인 레버리지/인버스 ETF 총 평가액 계산
try:
_lev_total = 0.0
for h in current_holdings:
h_name = getattr(h, "stock_name", "") or ""
if is_leverage_etf(h_name, _leverage_keywords):
_lev_total += float(getattr(h, "quantity", 0) or 0) * float(getattr(h, "current_price", 0) or getattr(h, "average_price", 0) or 0)
_lev_ratio = _lev_total / total_assets
if _lev_ratio >= settings.LEVERAGE_ETF_MAX_RATIO:
logger.warning(
f"[LEVERAGE_LIMIT] {stock_code}/{stock_name}: "
f"레버리지 ETF 비중 {_lev_ratio*100:.1f}% >= {settings.LEVERAGE_ETF_MAX_RATIO*100:.0f}% 한도 초과"
)
return {"action": "HOLD", "stock": stock_name, "reason": "leverage_etf_limit_exceeded"}
except Exception as e:
logger.debug(f"[LEVERAGE_LIMIT] 한도 체크 오류 ({stock_code}): {e}")
# ── 7. 포지션 사이징 (Kelly 우선, v2 fallback) ────────────────────────────
# 우선순위: Half-Kelly → calculate_position_size_v2 → available_cash×4%
regime_str = stock.get("_regime_str", "bear")
# CLAUDE.md 6.1: SIDEWAYS에서는 진입 불가 — 방어코드
if regime_str == "sideways":
return {"action": "SKIP", "reason": "sideways_regime", "stock": stock_name}
regime = MarketRegime.BULL if regime_str == "bull" else MarketRegime.BEAR
# [이슈7 수정] current_strategy_allocation은 단일 종목 보유액이 아니라
# 해당 전략(mean_reversion) 전체 보유액을 전달해야 포지션 한도가 정확히 계산됨.
# current_holdings는 섹션 6.5에서 이미 조회된 Portfolio 리스트를 재활용.
strategy_tag = stock.get("strategy_type", "swing")
_strategy_total_alloc = 0.0
for _h in current_holdings:
_h_strategy = getattr(_h, "strategy_type", None) or "swing"
_h_qty = float(getattr(_h, "quantity", 0) or 0)
_h_price = float(getattr(_h, "current_price", 0) or getattr(_h, "average_price", 0) or 0)
if _h_strategy == strategy_tag:
_strategy_total_alloc += _h_qty * _h_price
# ── 7.0. 적응형 전략 파라미터 적용 ─────────────────────────────────────
# position_size 상한을 적응형 모드에 따라 조정 (Crisis=1.5%, Defensive=4% 등)
#
# [HIGH-2 수정] settings.MAX_POSITION_SIZE(4%)는 CLAUDE.md §5.1/§8.2가 규정한
# "종목당 절대 상한(hard ceiling)"이다. adaptive_strategy._MODE_PARAMS 는 문서·백테스트
# 기준값이므로 그 숫자 자체는 건드리지 않고(Normal 6% / Aggressive 7% 유지),
# 소비 지점인 여기서 min()으로 클램프해 절대 상한을 넘지 못하게 한다.
# → 결과적으로 Normal/Aggressive의 실효 종목당 비중은 4%로 묶이고,
# Defensive(4%)/Crisis(1.5%)처럼 4% 이하인 모드만 적응형 값이 실제로 작동한다.
_adaptive_position_cap = settings.MAX_POSITION_SIZE # 기본 4% = 절대 상한
try:
from app.services.adaptive_strategy import get_current_adaptive_params
_adp = get_current_adaptive_params()
if not _adp.fallback_used:
_adaptive_position_cap = min(_adp.position_size, settings.MAX_POSITION_SIZE)
# Crisis 모드: max_daily_trades=0이면 신규 진입 차단 (CLAUDE.md 섹션 8.4)
if _adp.trading_mode == "crisis" and _adp.max_daily_trades <= 0:
return {"action": "SKIP", "reason": "adaptive_crisis_mode", "stock": stock_name}
except Exception:
pass
invest_amount = await _calculate_kelly_position(
db, stock_code, total_assets, available_cash,
max_per_position=_adaptive_position_cap,
)
if invest_amount <= 0:
# Kelly 데이터 부족(5거래 미만) → 전략 v2 fallback
invest_amount = calculate_position_size_v2(
total_assets=total_assets,
available_cash=available_cash,
current_strategy_allocation=_strategy_total_alloc,
regime=regime,
rsi=stock.get("rsi"),
adx=stock.get("adx_14"),
max_per_position=_adaptive_position_cap,
)
if invest_amount <= 0:
# v2도 0 반환 시(현금 부족 등) → 적응형 position_size 이내
invest_amount = min(available_cash, total_assets * _adaptive_position_cap)
# [#9] 글로벌 자본 가드 — 현금이 전체 자본의 (1-MAX_TOTAL_CAPITAL_USAGE)% 미만이면 진입 차단
min_cash_reserve = total_assets * (1 - settings.MAX_TOTAL_CAPITAL_USAGE)
if available_cash - invest_amount < min_cash_reserve:
invest_amount = max(0, available_cash - min_cash_reserve)
if invest_amount <= 0:
return {"action": "SKIP", "reason": "global_capital_guard", "stock": stock_name}
# [스윙:DT 자본 배분 2026-09-22] 스윙 합산 투자액이 총자산 × SWING_MAX_CAPITAL_RATIO 를
# 넘지 않도록 상한. 스윙 투자액 = 주식 평가액 − 데이트레이딩 포지션 투자액.
# (스윙이 자본 91%를 점유해 DT 예산이 남지 않던 문제 → 50:50)
_swing_cap_ratio = float(getattr(settings, "SWING_MAX_CAPITAL_RATIO", 1.0) or 1.0)
if 0 < _swing_cap_ratio < 1 and total_assets > 0:
try:
from app.services.daytrading.position_manager import day_trading_state as _dts
_dt_amount = sum(
float(p.get("entry_price", 0) or 0) * int(p.get("quantity", 0) or 0)
for p in _dts.positions.values()
)
except Exception:
_dt_amount = 0.0
_swing_invested = max(0.0, total_assets - available_cash - _dt_amount)
_swing_room = total_assets * _swing_cap_ratio - _swing_invested
if invest_amount > _swing_room:
invest_amount = max(0.0, _swing_room)
if invest_amount <= 0:
logger.info(
f"[TRADE] {stock_name}: 스윙 자본 상한 도달 "
f"({_swing_invested/total_assets:.1%} ≥ {_swing_cap_ratio:.0%}) — 신규 매수 차단"
)
return {"action": "SKIP", "reason": "swing_capital_cap", "stock": stock_name}
# ── 7.5. 패턴 메모리 기반 포지션 조정 ──────────────────────────────────
# 종목별 과거 행동 패턴(지지/저항선, RSI 반등, 승률 등)을 기반으로
# 투자금액을 -30% ~ +30% 범위에서 동적 조정.
# CLAUDE.md 5.1 절대 상한(4%)은 조정 후 재적용.
try:
from app.services.stock_pattern_memory import get_pattern_adjusted_invest_amount
invest_amount = await get_pattern_adjusted_invest_amount(
stock_code=stock_code,
base_invest_amount=invest_amount,
rsi=stock.get("rsi"),
current_price=current_price,
current_volume=float(stock.get("volume", 0) or 0),
)
except Exception as _pm_err:
# [HIGH-1 수정] 조용한 실패 방지 — debug → warning.
logger.warning(f"[PATTERN_MEMORY] {stock_code} 포지션 조정 실패 (기본 투자금액 유지): {_pm_err}")
# [HIGH-1 수정] CLAUDE.md §5.1 종목당 4% 절대 상한 재적용.
# 과거에는 이 클램프가 위 try 블록 안에 있어, get_pattern_adjusted_invest_amount()가
# 예외를 던지면 클램프를 건너뛰고 Kelly/v2가 _adaptive_position_cap(적응형 6~7%)로
# 산출한 금액이 그대로 통과했다. 예외 발생 여부와 무관하게 항상 적용되도록 try 밖으로 이동.
# total_assets=0(잔고 조회 실패 등)이면 비율 상한을 계산할 수 없으므로 현금 상한만 적용
# — 0으로 클램프해 전 종목이 quantity_zero로 조용히 탈락하는 것을 방지.
# [§8.5-2 통합 2026-09-27] 클램프 수식만 sizing_core 로 위임 — 클램프 **순서**
# (글로벌 자본 가드 → 스윙 자본 캡 → 패턴 메모리 → 절대 상한)와 total_assets>0
# 분기는 최근 확정된 동작이므로 그대로 유지한다.
if total_assets > 0:
invest_amount = clamp_by_ratios(
invest_amount, total_assets, [settings.MAX_POSITION_SIZE], available_cash,
)
else:
invest_amount = min(invest_amount, available_cash)
# [BUG FIX] 국면별 배율(_position_multiplier)과 뉴스 배율(_news_position_scale)을
# invest_amount에 반영 — 기존에는 stock dict에 주입만 되고 실제로 사용되지 않았음.
try:
_position_multiplier = float(stock.get("_position_multiplier", 1.0) or 1.0)
except Exception:
_position_multiplier = 1.0
_position_multiplier = max(0.0, min(1.0, _position_multiplier))
try:
_news_position_scale = float(stock.get("_news_position_scale", 1.0) or 1.0)
except Exception:
_news_position_scale = 1.0
_news_position_scale = max(0.0, min(1.0, _news_position_scale))
if _position_multiplier != 1.0 or _news_position_scale != 1.0:
invest_amount = invest_amount * _position_multiplier * _news_position_scale
logger.debug(
f"[POSITION_SCALE] {stock_code}: position_multiplier={_position_multiplier:.2f} "
f"news_scale={_news_position_scale:.2f} → invest_amount={invest_amount:,.0f}"
)
# 투자금액 → 주수 환산 (Decimal 사용으로 부동소수점 오차 방지)
# [§8.5-2 통합 2026-09-27] sizing_core.amount_to_quantity 위임 — 동일한
# int(Decimal(str(amount))/Decimal(str(price))) 경로. max(1, ...) 없음(예산 0 → 0주).
quantity = amount_to_quantity(invest_amount, current_price)
logger.info(
f"[BUY_CALC] {stock_code}/{stock_name}: cash={available_cash:,.0f} assets={total_assets:,.0f} "
f"invest={invest_amount:,.0f} qty={quantity} price={current_price:,.0f}"
)
if quantity <= 0:
# [관측성] 수량 0 원인을 구분: 배율(플레이북 FOMC·국면·뉴스)로 투자금이
# 0이 됐는지, 아니면 현금 부족인지. "매수 실행 후 조용히 스킵"의 정체를 로그로.
if _position_multiplier <= 0 or _news_position_scale <= 0:
_qz_reason = "entry_blocked_multiplier_0(플레이북/국면/뉴스로 진입차단)"
else:
_qz_reason = "quantity_zero(현금/가격 대비 1주 미만)"
logger.info(f"[BUY_SKIP] {stock_code}/{stock_name}: {_qz_reason} (invest={invest_amount:,.0f})")
return {"action": "SKIP", "reason": _qz_reason, "stock": stock_name}
# 최소 매수 금액 가드: 수수료 대비 비효율 방지 (기본 config.MIN_BUY_AMOUNT_KRW, 15만원)
#
# [MEDIUM-5 문서 불일치 — 의도된 설계]
# CLAUDE.md §5.1/§8.2는 최소주문금액을 "15만원 고정"으로 서술하지만,
# 실제 구현은 아래와 같이 소액 계좌에서만 자동 하향된다:
# 실효하한 = min(MIN_BUY_AMOUNT_KRW, 총자산 × 적응형포지션상한 × 0.9)
# 이유: 총자산이 작으면 종목당 예산(총자산×4%) 자체가 15만원 미만이 되어
# 모든 종목이 min_amount_guard로 영구 차단된다(2026-09-23 하루 141건 차단 사례).
# 큰 계좌에서는 항상 config값(15만원)이 더 작게 선택되므로 문서와 동일하게 동작한다.
# → 동작을 문서에 맞추는 대신 문서(§5.1)를 이 동작에 맞춰 보정할 예정. 코드 변경 금지.
# 예) 총자산 300만원 × 4% × 0.9 = 108,000원이 실효 하한(15만원 아님).
# [§8.5-2 통합 2026-09-27] 계산식만 sizing_core.effective_min_buy_amount 로 위임.
# = min(MIN_BUY_AMOUNT_KRW, 총자산 × 적응형cap × 0.9). 로직·계수 변경 없음.
try:
_MIN_BUY_AMOUNT = effective_min_buy_amount(
config_min_amount=settings.MIN_BUY_AMOUNT_KRW,
total_assets=total_assets,
position_cap_ratio=_adaptive_position_cap,
factor=0.9,
)
except Exception:
_MIN_BUY_AMOUNT = settings.MIN_BUY_AMOUNT_KRW
_actual_amount = quantity * current_price
if _actual_amount < _MIN_BUY_AMOUNT:
logger.info(f"[SKIP] {stock_code}: 매수금액 {_actual_amount:,.0f}원 < 최소 {_MIN_BUY_AMOUNT:,.0f}원")
return {"action": "SKIP", "reason": "min_amount_guard", "stock": stock_name}
# ── 8. Redis 분산락 획득 ──────────────────────────────────────────────────
# 여러 워커/프로세스가 동시에 같은 종목을 매수하는 것을 방지
if not await _acquire_order_lock(stock_code, "BUY"):
return {"action": "SKIP", "stock": stock_name, "reason": "order_lock_busy"}
# ── 9. 주문 실행 (종목별 세마포어 + 재시도) ───────────────────────────────
# 세마포어: 단일 프로세스 내 동일 종목 동시 주문 방지
# 재시도: exponential backoff (1→2→4초, 최대 3회)
try:
order_price = _adjust_order_price(current_price, "BUY", is_domestic) # +0.5% 체결률 향상
async with _get_order_semaphore(stock_code):
order_result = await _place_order_with_retry(
is_domestic=is_domestic,
stock_code=stock_code,
order_type="BUY",
quantity=quantity,
price=order_price,
exchange_code=exchange_code,
)
total_amount = Decimal(str(order_price)) * quantity
# ── 매수 스토리 구성: 기술 + 뉴스 + 실적 + 전망 (Phase 1: 기록 전용) ──────
# 주문은 이미 위에서 접수됐으므로 여기서의 펀더멘털 조회는 주문을 지연·차단하지
# 않는다(실패/타임아웃 시 기술 스토리로 폴백). 매매 판단엔 미사용.
_story = [f"기술: {', '.join(signals[:3])} (점수 {score_val})"]
try:
_ns = stock.get("_news_position_scale")
if _ns is not None and float(_ns) < 1.0:
_story.append(f"뉴스: 악재 감지 → 비중 {float(_ns):.0%}")
except Exception:
pass
if is_domestic:
try:
from app.services.naver_finance import get_stock_fundamentals
_fd = await get_stock_fundamentals(stock_code)
if _fd:
_val = []
if _fd.get("per"):
_val.append(f"PER {_fd['per']}")
if _fd.get("eps"):
_val.append(f"EPS {_fd['eps']}")
if _val:
_story.append("실적: " + ", ".join(_val))
_tp = _fd.get("target_price")
if _tp:
try:
_tpv = float(str(_tp).replace(",", ""))
_up = (_tpv / current_price - 1) * 100 if current_price else 0.0
_outlook = f"전망: 목표가 {_tp}({_up:+.0f}%)"
if _fd.get("recomm_mean"):
_outlook += f", 투자의견 {_fd['recomm_mean']}/5"
_story.append(_outlook)
except Exception:
pass
except Exception as _story_err:
logger.debug(f"[STORY] {stock_code} 펀더멘털 스킵: {_story_err}")
entry_reason = " | ".join(_story)
success = order_result.get("rt_cd") == "0" # KIS 성공 코드
is_pending = order_result.get("rt_cd") == "1" # 주문접수(체결 미확인)
status = "COMPLETED" if success else ("PENDING" if is_pending else "FAILED")
# TradeHistory DB 기록 (db_worker 큐 경유 — CLAUDE.md 3.2 준수)
kis_order_id = build_kis_order_id(order_result)
from app.services.db_worker import enqueue_trade_history
await enqueue_trade_history({
"rule_id": None, # JSON config rule은 trading_rules 테이블에 없으므로 FK 위반 방지
"stock_code": stock_code,
"stock_name": stock_name,
"order_type": "BUY",
"order_price": Decimal(str(order_price)),
"order_quantity": quantity,
"executed_price": Decimal(str(order_price)) if success else None,
"executed_quantity": quantity if success else 0,
"total_amount": total_amount,
"status": status,
"order_id": kis_order_id,
"message": f"자동매수: {'추가매수' if holding else '신규'} | {' | '.join(signals[:2])}",
"entry_reason": entry_reason,
"signals": signals,
"strategy_type": stock.get("strategy_type", "swing"),
"currency_code": get_market_info(stock_code)["currency"],
"exchange_code": exchange_code,
"created_at": _get_kst_now(),
"executed_at": _get_kst_now() if success else None,
})
if success:
# [C2] ActiveTrade 생성 — 분할매도/트레일링 스탑 추적용
try:
from app.services.db_worker import enqueue_active_trade_upsert
await enqueue_active_trade_upsert({
"stock_code": stock_code,
"stock_name": stock_name,
"quantity": quantity,
"entry_price": order_price,
# 듀얼 전략(MOMENTUM_BREAKOUT/PULLBACK_BUY)은 strategy_name 으로 전달돼
# 청산 분기를 결정한다. 없으면 strategy_type 폴백.
"strategy_name": stock.get("strategy_name") or stock.get("strategy_type", "swing"),
"stop_loss": stock.get("stop_loss", -float(settings.STOP_LOSS_PERCENT)),
"take_profit": stock.get("take_profit", 5.0),
"entry_reason": entry_reason,
"highest_since_entry": order_price,
})
except Exception as _at_err:
logger.warning(f"[BUY] ActiveTrade 생성 실패 {stock_code}: {_at_err}")
# 인메모리 포트폴리오 캐시 즉시 반영 (UI 실시간 업데이트)
try:
from app.api.endpoints.portfolio import portfolio_cache
await portfolio_cache.apply_buy(stock_code, stock_name, quantity, order_price)
except Exception:
pass
# WebSocket → 프론트엔드 즉시 갱신 트리거
try:
from app.services.websocket_manager import websocket_manager
await websocket_manager.broadcast_json({
"type": "trade_executed",
"data": {
"stock_code": stock_code,
"stock_name": stock_name,
"trade_type": "BUY",
"quantity": quantity,
"price": current_price,
},
})
except Exception:
pass
# Telegram 매수 체결 알림
try:
from app.services.telegram_notifier import telegram_notifier
asyncio.create_task(telegram_notifier.notify_trade_executed(
order_type="BUY",
stock_code=stock_code,
stock_name=stock_name,
quantity=quantity,
price=current_price,
))
except Exception:
pass
# 3초 후 KIS 체결 확인 → 슬리피지 기록 + 부분체결 재주문 (백그라운드)
asyncio.create_task(
_verify_and_sync_execution(
order_id=kis_order_id,
stock_code=stock_code,
stock_name=stock_name,
ordered_quantity=quantity,
order_price=order_price,
order_type="BUY",
is_domestic=is_domestic,
exchange_code=exchange_code,
db_trade_id=0, # db_worker 큐 경유로 trade_id 미확보, order_id로 조회
delay=3,
)
)
elif is_pending:
# PENDING(주문접수) 상태이면 60초 후 미체결 자동 취소 시도
order_id_val = build_kis_order_id(order_result)
if order_id_val:
asyncio.create_task(_auto_cancel_if_pending(order_id_val, stock_code, quantity))
return {
"action": "BUY",
"stock": stock_name,
"quantity": quantity,
"price": current_price,
"success": success,
}
except ValueError as e:
logger.error(f"[BUY_VALIDATION] {stock_code}: {e}")
return {"action": "BUY_FAILED", "stock": stock_name, "error": str(e)}
except Exception as e:
logger.error(f"[BUY_ERROR] {stock_code}: {type(e).__name__}: {e}", exc_info=True)
return {"action": "BUY_FAILED", "stock": stock_name, "error": str(e)}
finally:
await _release_order_lock(stock_code, "BUY")
async def _execute_sell(
stock: dict,
db: AsyncSession,
holding,
current_price: float,
signals: list,
is_domestic: bool,
exchange_code: str,
stock_code: str,
stock_name: str,
sell_pct: float = 1.0, # [CLAUDE.md 5.2] 분할매도 비율 (0.5 = 50%, 1.0 = 전량)
) -> dict:
"""SELL 주문 실행 로직 — 중복체크 → semaphore → 주문 → TradeHistory → 체결 확인.
[동작 흐름]
1. 현재 손익률 계산 (현재가 vs 평균매입가)
2. ATR 기반 동적 손절선·트레일링스탑 재계산
3. Redis 분산락 획득 → 중복 매도 방지
4. 30초 이내 동일 종목 SELL 기록 확인 (FAILED 제외)
5. 지정가 -0.5% 조정 후 KIS SELL 주문
6. TradeHistory DB 기록 (flush → id 확보 → commit)
7. 성공 시: 포트폴리오 캐시 즉시 제거 + 체결 확인 백그라운드 태스크
[2026-03-15 CLAUDE.md 정합성 수정]
- sell_pct 파라미터 추가: check_exit_signal의 SELL_PARTIAL(50%) 지원
- 기본 손절 -6% (CLAUDE.md 5.2), 익절 2R (ATR 기반)
"""
# [CLAUDE.md 5.2] 분할매도: sell_pct에 따라 매도 수량 결정
# [2026-09-23] Portfolio 행은 stock_code UNIQUE 라 같은 종목의 스윙+데이트레이딩
# 수량이 합산돼 있다. 행 전체를 대상으로 잡으면 다른 전략 보유분까지 매도된다
# → 데이트레이딩 엔진이 들고 있는 수량은 제외한 '이 전략의 보유분'만 대상으로 한다.
total_qty = holding.quantity
# [M-3 2026-09-27] 변수 기준 구분:
# _row_total_qty = Portfolio 행 수량(스윙+DT 합산) — 포트폴리오 캐시/DB 행 기준
# total_qty = 이 전략의 보유분(_own_qty, DT 제외) — 주문·잔량 회계 기준
# 캐시 반영은 반드시 행 합산 기준(_row_total_qty)을 써야 DT 보유분이 사라지지 않는다
# (swing/exit_service.reflect_sell / portfolio_cache_bridge 와 동일 기준).
_row_total_qty = int(total_qty or 0)
_strategy_tag = stock.get("strategy_type", "swing")
if _strategy_tag != "daytrading":
try:
from app.services.daytrading.position_manager import day_trading_state as _dts
_dt_pos = _dts.positions.get(stock_code)
_dt_qty = int((_dt_pos or {}).get("quantity", 0) or 0)
except Exception:
_dt_qty = 0
if _dt_qty > 0:
_own = max(0, total_qty - _dt_qty)
if _own <= 0:
logger.info(
f"[SELL] {stock_name}: 보유 {total_qty}주 전량이 데이트레이딩 포지션 — 스윙 청산 스킵"
)
return {"action": "SKIP", "reason": "owned_by_daytrading", "stock": stock_name}
logger.info(
f"[SELL] {stock_name}: 보유 {total_qty}주 중 DT {_dt_qty}주 제외 → {_own}주 대상"
)
total_qty = _own # = _own_qty (이 전략 보유분)
# ── 매도 수량 결정 (원본 수량 기준) ──────────────────────────────────────
# [M-1 2026-09-27] sell_pct 의 의미 = '진입 시 원본 수량 대비' 비율.
# check_exit_signal(>0.50) / _check_momentum_exit(>0.75, 0.45~0.75) /
# range_trading_strategy(>0.50) 의 remaining_pct 게이트가 원본 누적
# (1.0 → 0.70 → 0.40)을 전제하므로 매도 수량도 원본 기준이어야 한다.
# 기존 코드는 수량은 '현재 잔량' 기준, new_remaining 은 '원본' 기준 차감이라
# 분할이 반복될수록 과소매도 + remaining_pct 오염이 누적됐다.
# → swing/exit_service.py 와 동일하게 원본 수량을 remaining_pct 로 역산한다.
_rp_for_qty, _rp_tracked_for_qty = _resolve_remaining_pct_v2(stock, holding)
_original_qty = total_qty
if _rp_tracked_for_qty and 0.0 < _rp_for_qty < 1.0:
# 0 나눗셈 가드 = 위 조건(0 < rp), original_qty < total_qty 가드 = max()
_original_qty = max(total_qty, int(round(total_qty / _rp_for_qty)))
elif not _rp_tracked_for_qty and sell_pct < 1.0:
# 추적 불가(ActiveTrade active 행 없음/오염) → 역산 불가.
# 상위 execute_auto_trade 가 이 경우 부분매도 신호를 폐기하므로(§8.5 항목4①)
# 정상 경로에서는 도달하지 않는다. 방어적으로 '현재 잔량 = 원본' 으로 두어
# 기존 동작(현재 잔량 기준 비율 매도)을 유지한다.
logger.warning(
f"[SELL] {stock_code}: remaining_pct 추적 불가 상태에서 부분매도 요청 "
f"(sell_pct={sell_pct*100:.0f}%) — 원본 수량 역산 불가, 현재 잔량 기준 적용"
)
if sell_pct >= 1.0:
quantity = total_qty # 전량매도 시 잔여분 없도록 (기존 동작 유지)
else:
quantity = min(max(int(_original_qty * sell_pct), 1), total_qty)
# [M-2 2026-09-27] 계산된 매도 수량이 보유 전량과 같아지면(1~2주 소량 보유 +
# sell_pct=0.5 → max(1,·) 로 전량 체결) 실질적 전량 청산이다. sell_pct<1.0
# 분기를 그대로 타면 close_active_trade 가 호출되지 않아 quantity=0 유령 active
# 행이 남고, loss_tracker.record_trade_result_safe() 도 스킵돼 §5.1 3연패 밴
# 카운트에서 이 청산이 빠진다 → 실제 체결 기준으로 전량 청산 처리한다.
_full_exit = sell_pct >= 1.0 or (total_qty > 0 and quantity >= total_qty)
if _full_exit and sell_pct < 1.0:
logger.info(
f"[SELL] {stock_code}: 부분매도 요청({sell_pct*100:.0f}%)이 보유 전량"
f"({total_qty}주)과 동일 → 전량 청산으로 처리 (ActiveTrade 종료 + 손실추적)"
)
_avg = float(holding.average_price or 0)
profit_loss_rate = calculate_profit_loss_rate(current_price, _avg, holding.profit_loss_rate)
# [CLAUDE.md 5.2] 기본 손절 -6% (안정적 종목), 익절은 ATR 기반 2R
take_profit = stock.get("take_profit", 5.0)
base_stop_loss = stock.get("stop_loss", -float(settings.STOP_LOSS_PERCENT))
# ── ATR 기반 동적 손절/트레일링 스탑 조정 ────────────────────────────────
atr = float(stock.get("atr", 0) or 0)
atr_stops = calculate_atr_based_stops(
_avg, current_price, atr, stock,
base_stop_loss=base_stop_loss
)
# [2026-09-27] atr_stops["stop_loss"] 는 _execute_sell 내에서 사용되지 않아 제거
# (실제 손절 판정은 execute_auto_trade의 ATR 강제 손절/check_exit_signal에서 수행)
trailing_stop_price = atr_stops["trailing_stop_price"]
exit_reason_detail = atr_stops["exit_reason_detail"] or f"손익률 {profit_loss_rate:.2f}%"
# Redis 분산락 획득 — 여러 워커가 동시에 같은 종목을 매도하는 것을 방지
if not await _acquire_order_lock(stock_code, "SELL"):
return {"action": "SKIP", "stock": stock_name, "reason": "order_lock_busy"}
try:
# ── 1. 중복 주문 체크 (30초 이내, FAILED 제외) ───────────────────────
# FAILED 주문은 제외하여 오류 이후 재매도 허용
recent_cutoff = _get_kst_now() - timedelta(seconds=30)
duplicate_check = await db.execute(
select(TradeHistory).where(
TradeHistory.stock_code == stock_code,
TradeHistory.order_type == "SELL",
TradeHistory.status.in_(["COMPLETED", "PARTIAL", "PENDING"]),
TradeHistory.created_at >= recent_cutoff,
)
)
if duplicate_check.scalars().first():
return {"action": "SKIP", "reason": "duplicate_order", "stock": stock_name}
# ── 2. 주문 실행 (종목별 세마포어 + 재시도) ──────────────────────────
order_price = _adjust_order_price(current_price, "SELL", is_domestic) # -0.5% 체결률 향상
async with _get_order_semaphore(stock_code):
order_result = await _place_order_with_retry(
is_domestic=is_domestic,
stock_code=stock_code,
order_type="SELL",
quantity=quantity,
price=order_price,
exchange_code=exchange_code,
)
total_amount = Decimal(str(current_price)) * quantity
gross_profit_loss = (current_price - float(holding.average_price or current_price)) * quantity
# [#4 수수료/세금 반영] net PnL 계산
_market_type = stock.get("market", "KOSPI") or "KOSPI"
trade_costs = calculate_trade_costs(
entry_price=_avg, exit_price=current_price, quantity=quantity,
is_domestic=is_domestic, market=_market_type,
)
profit_loss = gross_profit_loss - trade_costs["total_cost"] # net 손익
success = order_result.get("rt_cd") == "0"
is_pending = order_result.get("rt_cd") == "1"
status = "COMPLETED" if success else ("PENDING" if is_pending else "FAILED")
# TradeHistory DB 기록 (db_worker 큐 경유 — CLAUDE.md 3.2 준수)
kis_order_id = build_kis_order_id(order_result)
from app.services.db_worker import enqueue_trade_history
await enqueue_trade_history({
"rule_id": None,
"stock_code": stock_code,
"stock_name": stock_name,
"order_type": "SELL",
"order_price": Decimal(str(current_price)),
"order_quantity": quantity,
"executed_price": Decimal(str(current_price)) if success else None,
"executed_quantity": quantity if success else 0,
"total_amount": total_amount,
"status": status,
"order_id": kis_order_id,
"message": f"자동매도: {exit_reason_detail}",
"exit_reason": f"손익: {profit_loss:,.0f}원 (수수료/세금: {trade_costs['total_cost']:,.0f}원)",
"signals": signals,
"commission": Decimal(str(trade_costs["total_cost"])) if success else None,
"net_profit_loss": Decimal(str(profit_loss)) if success else None,
"profit_loss_rate": Decimal(str(profit_loss_rate)) if success else None,
"strategy_type": stock.get("strategy_type", "swing"),
"currency_code": get_market_info(stock_code)["currency"],
"exchange_code": exchange_code,
"created_at": _get_kst_now(),
"executed_at": _get_kst_now() if success else None,
})
if success:
# [CLAUDE.md 5.5 / 8.1#6] 연속 손실 추적 — 전량매도 시 loss_tracker 기록
# [M-2] _full_exit = sell_pct>=1.0 또는 '계산 수량 == 보유 전량'
if _full_exit:
try:
from app.services.loss_tracker import loss_tracker
is_loss = profit_loss_rate < 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)
except Exception as _lt_err:
logger.warning(f"[SELL] loss_tracker 업데이트 실패 {stock_code}: {_lt_err}")
# [C2] ActiveTrade 종료/갱신
try:
# 실제 행의 strategy_name 을 사용한다. strategy_type("swing")으로 닫으면
# 듀얼 전략 행(MOMENTUM_BREAKOUT/PULLBACK_BUY)과 매칭되지 않아 유령 행이 남는다.
_at_name = stock.get("strategy_name")
# [§8.5 항목3 2026-09-27] 역추적 쿼리에 DT 제외 조건이 없어, 같은 종목에
# DT 행이 병존하면 스윙 매도가 DT 행의 strategy_name 을 집어 DT
# ActiveTrade 를 닫아버렸다 → not_dt_strategy_clause 로 통일.
# 전략명이 NULL 인 비-DT 행(legacy/동기화 유입)은 이름으로 매칭할 수
# 없으므로 payload 에 strategy_name_not 필터를 써서 그 행을 직접 겨냥한다
# ('swing' 으로 폴백하면 NULL 행과 매칭되지 않아 유령 active 행이 남는다).
_at_filter_not_dt = False
if not _at_name:
try:
from app.models.models import ActiveTrade as _AT
from app.services.db_worker import not_dt_strategy_clause
_at_row = (await db.execute(
select(_AT)
.where(
_AT.stock_code == stock_code,
_AT.status == "active",
not_dt_strategy_clause(_AT.strategy_name),
)
.order_by(_AT.id.desc())
.limit(1)
)).scalars().first()
_at_name = _at_row.strategy_name if _at_row else None
if not _at_name:
# 비-DT 행이 없거나(=닫을 대상 없음) 전략명이 NULL 인 경우.
# DT 로 태깅된 보유분은 기존 동작(=DT 행 종료)을 유지한다.
from app.services.db_worker import DT_STRATEGY_NAMES
_st = stock.get("strategy_type") or "swing"
if _st in DT_STRATEGY_NAMES:
_at_name = _st
else:
_at_filter_not_dt = True
except Exception:
_at_name = None
_at_filter_not_dt = False
_at_name = _at_name or stock.get("strategy_type", "swing")
if _full_exit: # [M-2] 실제 체결이 보유 전량이면 active 행을 닫는다
if _at_filter_not_dt:
from app.services.db_worker import (
DT_STRATEGY_NAMES as _DTN,
enqueue_db_write,
)
await enqueue_db_write({
"type": "close_active_trade",
"data": {
"stock_code": stock_code,
"strategy_name_not": list(_DTN),
},
})
else:
from app.services.db_worker import enqueue_close_active_trade
await enqueue_close_active_trade(stock_code, strategy_name=_at_name)
else:
from app.services.db_worker import enqueue_active_trade_upsert
# [§8.5 항목4] 추적 여부 확인용 (미추적 시 기존과 동일하게 1.0).
# 잔량 비율 자체는 아래에서 '원본 수량 기준 실제 체결' 로 계산한다.
remaining_pct, _rp_tracked = _resolve_remaining_pct_v2(stock, holding)
if not _rp_tracked:
logger.info(
f"[SELL] {stock_code}: remaining_pct 추적 불가 → 1.0 기준으로 "
f"ActiveTrade 잔량 재설정 (sell_pct={sell_pct*100:.0f}%)"
)
# [M-1] 원본 수량 기준 실제 잔량 비율. 뺄셈(remaining_pct - sell_pct)은
# 매도 수량이 현재 잔량 기준일 때와 어긋나 잔량이 오염됐다 →
# 실제 체결 수량으로 계산한다 (예: 원본 100, 잔량 70, 50주 매도 → 0.20).
new_remaining = max(0.0, (total_qty - quantity) / _original_qty) \
if _original_qty > 0 else 0.0
_at_payload = {
"stock_code": stock_code,
"remaining_pct": new_remaining,
"quantity": max(0, total_qty - quantity), # 잔량 갱신(과다매도 방지)
"highest_since_entry": current_price,
}
if _at_filter_not_dt:
# 전략명 NULL 인 비-DT 행 대상 (이름 동등 매칭 불가).
# 대상 행이 아예 없으면 db_worker 가 필수 키 누락으로 스킵 —
# 매도 경로에서 새 active 행을 만들지 않는 것이 의도된 동작이다.
from app.services.db_worker import DT_STRATEGY_NAMES as _DTN2
_at_payload["strategy_name_not"] = list(_DTN2)
else:
_at_payload["strategy_name"] = _at_name
await enqueue_active_trade_upsert(_at_payload)
except Exception as _at_err:
logger.warning(f"[SELL] ActiveTrade 업데이트 실패 {stock_code}: {_at_err}")
# 인메모리 포트폴리오 캐시 반영 (UI 실시간 업데이트)
try:
from app.api.endpoints.portfolio import portfolio_cache
avg = float(holding.average_price or current_price)
await portfolio_cache.apply_sell(stock_code, quantity, current_price, avg)
# [CLAUDE.md 5.2] 분할매도: 잔여 수량이 있으면 캐시에서 제거하지 않음
# [M-3 2026-09-27] 캐시/Portfolio 행 기준 잔량은 '행 합산(_row_total_qty)'
# 에서 매도 수량을 뺀 값이어야 한다. 스윙 보유분(total_qty=_own_qty)으로
# 계산하면 스윙 전량 청산 시 remaining_qty=0 이 되어 DT 보유분까지 캐시에서
# 삭제됐다 (Portfolio DB 행은 합산 수량으로 잔존 → 캐시/DB 불일치).
remaining_qty = max(0, _row_total_qty - quantity)
if remaining_qty <= 0:
portfolio_cache.holdings = [
h for h in portfolio_cache.holdings if h.stock_code != stock_code
]
else:
# 잔여 수량 반영 (분할매도 후 남은 포지션)
for h in portfolio_cache.holdings:
if h.stock_code == stock_code:
h.quantity = remaining_qty
break
except Exception:
pass
# WebSocket → 프론트엔드 즉시 갱신 트리거
try:
from app.services.websocket_manager import websocket_manager
await websocket_manager.broadcast_json({
"type": "trade_executed",
"data": {
"stock_code": stock_code,
"stock_name": stock_name,
"trade_type": "SELL",
"quantity": quantity,
"price": current_price,
},
})
except Exception:
pass
# Telegram 매도 체결 알림
try:
from app.services.telegram_notifier import telegram_notifier
asyncio.create_task(telegram_notifier.notify_trade_executed(
order_type="SELL",
stock_code=stock_code,
stock_name=stock_name,
quantity=quantity,
price=current_price,
profit_loss=profit_loss,
profit_loss_rate=profit_loss_rate,
))
except Exception:
pass
# 3초 후 KIS 체결 확인 (슬리피지 기록 포함)
asyncio.create_task(
_verify_and_sync_execution(
order_id=kis_order_id,
stock_code=stock_code,
stock_name=stock_name,
ordered_quantity=quantity,
order_price=order_price,
order_type="SELL",
is_domestic=is_domestic,
exchange_code=exchange_code,
db_trade_id=0, # db_worker 큐 경유로 trade_id 미확보, order_id로 조회
delay=3,
)
)
elif is_pending:
# PENDING 상태 → 60초 후 미체결 자동 취소 시도
order_id_val = build_kis_order_id(order_result)
if order_id_val:
asyncio.create_task(_auto_cancel_if_pending(order_id_val, stock_code, quantity))
return {
"action": "SELL",
"stock": stock_name,
"quantity": quantity,
"price": current_price,
"profit_loss": profit_loss_rate,
"success": success,
}
except ValueError as e:
logger.error(f"[SELL_VALIDATION] {stock_code}: {e}")
return {"action": "SELL_FAILED", "stock": stock_name, "error": str(e)}
except Exception as e:
logger.error(f"[SELL_ERROR] {stock_code}: {type(e).__name__}: {e}", exc_info=True)
return {"action": "SELL_FAILED", "stock": stock_name, "error": str(e)}
finally:
await _release_order_lock(stock_code, "SELL")
# execute_auto_trade_background 동시 실행 방지 — 스윙 스케줄러·API 트리거가 겹치면
# 일일 거래 한도(MAX_DAILY_TRADES)가 호출 단위로만 적용돼 합산 초과됨 (2026-09-17 11종목 동시 매수 사고).
_auto_trade_bg_lock = asyncio.Lock()
async def execute_auto_trade_background(recommendations_response: dict, db: AsyncSession):
"""recommendations_response dict 에서 추천 종목을 꺼내 자동매매 실행.
[동작 흐름]
1. 시장 국면(BEAR_MARKET_FILTER) 조회 → 최대 거래 수·포지션 배율 결정
2. recommendations_by_rule 그룹을 단일 unique_stocks dict로 정규화
- 동일 종목이 여러 룰에 걸리면 우선순위(rule_priority) 낮은 쪽 유지
3. (rule_priority ASC, score DESC)로 정렬 → 상위 max_trades개 처리
4. 종목별 execute_auto_trade() 호출 (0.5초 간격 → KIS API 레이트 리밋 준수)
"""
if not isinstance(recommendations_response, dict):
logger.error("[AUTO_TRADE_BG] recommendations_response is not a dict: %r", recommendations_response)
return []
if _auto_trade_bg_lock.locked():
logger.info("[AUTO_TRADE_BG] 이전 실행이 진행 중 — 이번 호출 스킵 (중복 실행 방지)")
return []
async with _auto_trade_bg_lock:
return await _execute_auto_trade_background_locked(recommendations_response, db)
async def _execute_auto_trade_background_locked(recommendations_response: dict, db: AsyncSession):
# trade_results 는 except 절에서도 참조하므로 try 밖에서 바인딩한다(항상 list 반환 보장).
trade_results: list = []
try:
total_processed = 0
# 시장 국면 조회 (BEAR 시 max_trades 축소, position_multiplier 감소)
market_regime = None
if settings.BEAR_MARKET_FILTER_ENABLED:
market_regime = await check_market_regime()
regime_max_trades = market_regime.get("max_trades", 20) if market_regime else 20
position_multiplier = market_regime.get("position_multiplier", 1.0) if market_regime else 1.0
max_trades = min(settings.MAX_DAILY_TRADES, regime_max_trades)
# 일일 한도는 "오늘 이미 나간 BUY 종목 수"를 차감한 전역 기준으로 적용
# (호출 단위 슬라이스만으로는 여러 사이클에 걸쳐 한도 초과됨)
try:
_today_buys = await db.execute(
select(TradeHistory.stock_code)
.where(
TradeHistory.order_type == "BUY",
TradeHistory.status.in_(["COMPLETED", "PENDING"]),
TradeHistory.created_at >= get_daily_cutoff_utc(),
)
.distinct()
)
_bought_today = len(_today_buys.scalars().all())
except Exception as _e:
logger.warning(f"[AUTO_TRADE_BG] 당일 매수 건수 조회 실패 (한도 미차감): {_e}")
_bought_today = 0
max_trades = max(0, max_trades - _bought_today)
if max_trades == 0:
logger.info(
f"[AUTO_TRADE_BG] 일일 매수 한도 도달 (오늘 {_bought_today}종목 / 한도 "
f"{min(settings.MAX_DAILY_TRADES, regime_max_trades)}) — 신규 진입 스킵"
)
return []
# [2026-09-27] held_stocks 집합은 파일 전체에서 미사용이라 전용 SELECT 와 함께 제거.
# 보유 여부는 execute_auto_trade() 내부에서 종목별로 직접 조회한다.
# recommendations_by_rule 정규화 (list 또는 dict 모두 처리)
rec_groups = recommendations_response.get("recommendations_by_rule", [])
if isinstance(rec_groups, dict):
normalized_list = []
for name, group in rec_groups.items():
if isinstance(group, dict):
normalized_list.append(group)
else:
normalized_list.append({"rule_name": name, "stocks": group})
rec_groups = normalized_list
# 종목 코드 기준으로 중복 제거 (rule_priority 낮은 쪽 = 더 중요한 규칙 우선)
unique_stocks: dict = {}
for rule_group in rec_groups:
if not isinstance(rule_group, dict):
logger.warning("[AUTO_TRADE_BG] Invalid rule_group: %r", rule_group)
continue
stocks_list = rule_group.get("stocks")
if not isinstance(stocks_list, list):
logger.warning("[AUTO_TRADE_BG] Invalid stocks list: %r", stocks_list)
continue
for stock in stocks_list:
if not isinstance(stock, dict):
logger.warning("[AUTO_TRADE_BG] Skipping non-dict stock entry: %r", stock)
continue
stock_code = stock.get("stock_code")
if stock_code not in unique_stocks:
unique_stocks[stock_code] = stock
elif stock.get("rule_priority", 999) < unique_stocks[stock_code].get("rule_priority", 999):
unique_stocks[stock_code] = stock # 더 높은 우선순위 룰로 교체
# 우선순위↑(숫자↓), 점수↓ 순으로 정렬 후 max_trades개만 처리
sorted_stocks = sorted(
unique_stocks.values(),
key=lambda s: (s.get("rule_priority", 999), -s.get("score", 0)),
)
for stock in sorted_stocks[:max_trades]:
if not isinstance(stock, dict):
logger.warning("[AUTO_TRADE_BG] Skipping invalid stock entry: %r", stock)
continue
try:
stock["_position_multiplier"] = position_multiplier # 국면별 배율 주입
stock["_regime_str"] = (
market_regime.get("regime_200d", "bear") if market_regime else "bear"
)
result = await execute_auto_trade(stock, db)
total_processed += 1
if result["action"] in ["BUY", "SELL"]:
trade_results.append(result)
else:
# [관측성] 매수 후보가 왜 진입 안 됐는지 사유를 남긴다. 기존엔 HOLD/SKIP
# 사유가 로그에 안 남아 "매수 실행" 후 조용히 스킵되는 이유를 추적하기
# 어려웠다(예: 플레이북 FOMC 차단, 상관/뉴스/쿨다운, 수량 0 등).
logger.info(
f"[AUTO_TRADE_BG] {stock.get('stock_code')} 진입 보류: "
f"action={result.get('action')} reason={result.get('reason', '미상')}"
)
await asyncio.sleep(0.5) # KIS API 레이트 리밋: 초당 2회 이하 권장
except Exception as e:
logger.error(f"[AUTO_TRADE_BG] {stock.get('stock_code')} 처리 오류: {type(e).__name__}: {e}")
continue
# [관측성 2026-09-27] 체결 결과를 호출부로 반환한다. 기존엔 trade_results 를
# 만들어놓고 return 이 없어 항상 None 이 나갔고, swing/entry_service.py 의
# isinstance(result, list) 분기가 영구 False → "진입 n건" 로그가 사라졌다.
# 담기는 값은 action 이 BUY/SELL 인 dict 뿐이다(SKIP/HOLD/*_FAILED 는 제외).
return trade_results
except Exception as e:
logger.error(
f"[AUTO_TRADE_BG] 전체 오류: {type(e).__name__}: {e} — "
f"recommendations_response keys={list(recommendations_response.keys()) if isinstance(recommendations_response, dict) else '?'}"
)
# 예외 시점까지 실제로 체결된 건은 유실 없이 보고한다(부분 결과 반환).
return trade_results
async def _background_sync_portfolio():
try:
from app.api.endpoints.portfolio import sync_portfolio
async with AsyncSessionLocal() as session:
await sync_portfolio(session, force=True)
except Exception as e:
logger.error(f"[PORTFOLIO_SYNC] 백그라운드 동기화 실패: {type(e).__name__}: {e}")
async def _delayed_sync_portfolio(delay_seconds: int = 3):
try:
await asyncio.sleep(delay_seconds)
from app.api.endpoints.portfolio import sync_portfolio
async with AsyncSessionLocal() as session:
try:
await sync_portfolio(session, force=True)
except Exception as inner_e:
logger.error(f"[PORTFOLIO_SYNC] 실행 실패: {type(inner_e).__name__}: {inner_e}")
except Exception as e:
logger.error(f"[PORTFOLIO_SYNC] 딜레이 동기화 실패: {type(e).__name__}: {e}")
def _ml_gate_score_v2(rule_score: float, ml_score: float) -> float:
"""ML 매수/HOLD 게이트 비교용 점수 산출 (0~100 스케일 기준).
[배경 — 2026-09-28 스케일 불일치 수정]
market_analyzer.py(:603-608) 는 룰 점수를 0~100 으로 정규화한 뒤
`rule*RULE_WEIGHT + ml*ML_WEIGHT` 로 블렌딩하고, 그 결과를 다시 0~15 로
축소해 StockAnalysis.score 에 저장한다. 즉 trade_executor 가 받는
stock["score"] 는 **이미 ML 이 반영된 0~RULE_SCORE_MAX 스케일** 값이다.
(ml_score 키가 실린 모든 추천 경로 = recommendations.py:45 _stock_analysis_to_dict /
recommendations.py:589 rec.model_dump() 가 동일하게 이 값을 전달한다.)
그런데 기존 게이트는 그 0~15 값을 정규화 없이 0~100 ML 점수와 다시 가중합해
① 룰 기여 상한이 15×0.3=4.5 (임계 60 의 7.5%) 로 사실상 소멸
② ml_score 를 이중 계산
하는 두 결함을 안고 있었다.
ML_SCORE_NORMALIZE_ENABLED=False(기본) → 기존 계산식을 비트 단위로 그대로 유지.
True → 재블렌딩을 제거하고 0~RULE_SCORE_MAX 를 0~100 으로 환산해 임계와 직접 비교.
(ML 은 이미 score 안에 ML_WEIGHT 비중으로 반영되어 있다.)
임계값·가중치(ML_ENSEMBLE_BUY_THRESHOLD/RULE_WEIGHT/ML_WEIGHT)는 무변경.
"""
if not settings.ML_SCORE_NORMALIZE_ENABLED:
# 기존 동작 (0~15 룰점수 + 0~100 ML점수 가중합) — 비트 동일
return (
rule_score * settings.ML_ENSEMBLE_RULE_WEIGHT
+ ml_score * settings.ML_ENSEMBLE_ML_WEIGHT
)
rule_max = float(settings.RULE_SCORE_MAX or 15)
if rule_max <= 0:
rule_max = 15.0
return (rule_score / rule_max) * 100.0
async def execute_auto_trade(stock: dict, db: AsyncSession):
"""종목 단건 매매 판단 및 실행.
공통 필터(가격·MDD·손실추적·보유수·당일매도쿨다운·신호분석)를 통과한 후
_execute_buy / _execute_sell 에 위임한다.
[필터 체크 순서]
1. 유효성 검사 (stock_code, current_price)
2. 국내/해외 구분 (stock_code 6자리 숫자 → 국내)
3. 가격 필터 (국내 5,000원↑ / 미국 $4↑)
4. MDD 일시정지 여부 (MDD < -10% 시 신규진입 중단)
5. 연속손실 밴 여부 (3회 연속 손실 → 30일 진입 금지)
6. 최대 보유 종목 수 초과 여부 (settings.MAX_HOLDINGS_COUNT)
7. 당일 매도 후 재매수 쿨다운 (당일 SELL COMPLETED 기록 존재 시 재매수 금지)
8. 신호 분석: BUY_KEYWORDS / SELL_KEYWORDS / BLOCK_KEYWORDS 매칭
9. ML 가중치 통합 (ML_ENSEMBLE_ENABLED 시 rule 40% + ML 60% 합산)
10. ATR 강제 손절 (신호 없어도 현재가 ≤ avg - 2.5×ATR 이면 강제 매도)
11. _execute_buy 또는 _execute_sell 위임
"""
try:
stock_code = stock.get("stock_code")
stock_name = stock.get("stock_name")
current_price = float(stock.get("current_price", 0))
signals = stock.get("signals", [])
if not stock_code or current_price <= 0:
return {"action": "SKIP", "reason": "invalid_data"}
# ── 비상 정지 (TRADING_HALTED) 가드 ─────────────────────────────
if settings.TRADING_HALTED:
return {"action": "SKIP", "reason": "trading_halted", "stock": stock_name}
# 국내(6자리 숫자) vs 해외 판별 — exchange_detector 모듈 사용
is_domestic = not is_us_stock(stock_code)
if is_domestic:
exchange_code = "KRX"
else:
exchange_code = stock.get("exchange_code") or detect_exchange(stock_code)
# ── 가격 필터 (CLAUDE.md 5.4: ETF/리츠 예외) ─────────────────────────
_ETF_KEYWORDS = (
"ETF", "KODEX", "TIGER", "KBSTAR", "ARIRANG", "SOL",
"HANARO", "ACE", "리츠", "REIT", "인프라",
)
_is_etf = stock_name and any(kw in (stock_name or "").upper() for kw in _ETF_KEYWORDS)
if is_domestic:
if current_price <= settings.MIN_PRICE_KRW and not _is_etf: # CLAUDE.md 5.4: "초과"
return {"action": "SKIP", "reason": "penny_stock", "stock": stock_name}
else:
if current_price <= settings.MIN_PRICE_USD and not _is_etf: # CLAUDE.md 5.4: "초과"
return {"action": "SKIP", "reason": "penny_stock", "stock": stock_name}
# ── 현재 보유 조회 (리스크 가드보다 먼저) ────────────────────────────
# [2026-09-27 M3] MDD/밴/보유수/쿨다운 가드는 '신규 매수'에만 적용해야 한다.
# 기존에는 즉시 SKIP 반환해 보유 종목의 check_exit_signal·ATR 강제 손절에
# 도달조차 못했다(MDD -10%·보유 20종목 = 가장 청산이 필요한 국면에서 손절 불가).
# → 보유가 있으면 사유를 _buy_blocked_reason 에 담고 청산 판정까지 진행한다.
result = await db.execute(
select(Portfolio).where(
Portfolio.stock_code == stock_code,
Portfolio.quantity > 0,
)
)
holding = result.scalar_one_or_none() # None이면 신규매수, 있으면 추가매수/매도 판단
_buy_blocked_reason: str | None = None
# [2026-09-27 H-1] 당일 SELL 체결 여부. 보유 종목의 청산 판정은 계속 진행하되,
# '부분매도'가 사이클마다 반복되는 것(계단식 청산 + 왕복 수수료)을 막기 위한 플래그.
_sold_today = False
def _guard(reason: str):
"""보유 없으면 즉시 SKIP dict 반환, 보유 중이면 매수만 차단하고 계속 진행."""
nonlocal _buy_blocked_reason
if holding is None:
return {"action": "SKIP", "reason": reason, "stock": stock_name}
if _buy_blocked_reason is None:
_buy_blocked_reason = reason
return None
# ── MDD / 손실추적 / 보유수 ──────────────────────────────────────────
if not await mdd_manager.can_open_new_position():
# MDD -10% 이상 낙폭 → 신규 진입 중단
_r = _guard("mdd_pause")
if _r is not None:
return _r
if await loss_tracker.is_banned_safe(stock_code):
# 3회 연속 손실 종목 → 30거래일 진입 금지
_r = _guard("consecutive_loss_ban")
if _r is not None:
return _r
held_result = await db.execute(select(Portfolio).where(Portfolio.quantity > 0))
# 적응형 전략: max_holdings 오버라이드 (실패 시 settings 기본값 fallback)
_adaptive_max_holdings = settings.MAX_HOLDINGS_COUNT
try:
from app.services.adaptive_strategy import get_current_adaptive_params
_adaptive = get_current_adaptive_params()
if not _adaptive.fallback_used:
_adaptive_max_holdings = _adaptive.max_holdings
except Exception:
pass
if len(held_result.scalars().all()) >= _adaptive_max_holdings:
# 동시 보유 한도 초과 (적응형: max_holdings)
_r = _guard("max_holdings_reached")
if _r is not None:
return _r
# ── 당일 매도 후 재매수 쿨다운 ───────────────────────────────────────
# 당일 이미 SELL 체결된 종목은 당일 재매수 금지 (섹션 4.3)
# [2026-09-27 §8.5 항목5] PENDING(접수만 되고 미체결) SELL 주문을 포함한다.
# 근거: models.py:141 status(String), :157 created_at(DateTime, default=now_kst),
# :158 executed_at(DateTime, nullable) — 둘 다 KST naive 저장.
# _execute_sell(trade_executor.py:1303·1329-1330)은 rt_cd=="1" 일 때
# status="PENDING", executed_at=None 으로 기록하므로 executed_at 날짜
# 필터만으로는 PENDING 행이 전부 탈락한다 → 지정가 부분매도가 미체결인
# 동안 _sold_today=False 로 남아 사이클마다 중복 부분매도가 쌓였다.
# PENDING 은 created_at 으로 '당일'만 인정 → 체결·취소 없이 남은 과거 유령 행이
# 쿨다운을 영구히 걸지 않는다.
cutoff_time = _get_kst_now().replace(hour=0, minute=0, second=0, microsecond=0)
recent_sell = await db.execute(
select(TradeHistory).where(
TradeHistory.stock_code == stock_code,
TradeHistory.order_type == "SELL",
or_(
and_(
TradeHistory.status.in_(["COMPLETED", "PARTIAL"]),
TradeHistory.executed_at >= cutoff_time,
),
and_(
TradeHistory.status == "PENDING",
TradeHistory.created_at >= cutoff_time,
),
),
)
)
if recent_sell.first():
_sold_today = True
_r = _guard("cooldown_sell_today")
if _r is not None:
return _r
# [BUG FIX] ActiveTrade.remaining_pct 조회 — 미주입 시 1차 익절 후에도
# remaining_pct가 항상 1.0으로 간주되어 SELL_PARTIAL이 반복 발생하는 문제 방지.
# 읽기 전용 SELECT만 수행 (DB 쓰기 없음, swing/exit_service.py의 자체 추적과 무충돌).
if holding is not None and stock.get("remaining_pct") is None:
try:
from app.models.models import ActiveTrade
# [2026-09-27 M6] swing/position_manager.get_swing_active_trade 및
# db_worker 와 동일 패턴: day_trade 행 제외 + 최신 행 우선.
# (같은 종목에 swing/day_trade 행이 동시에 active 일 때 DT 행의
# remaining_pct 가 스윙 청산 판단에 주입되는 것을 방지)
# [2026-09-27 §8.5 항목3] `!= "day_trade"` 는 SQL 3값 논리로
# strategy_name IS NULL 인 legacy 스윙 행까지 탈락시켜, 잔량 추적
# 소스를 잃고 remaining_pct 가 매 사이클 1.0 으로 뭉개졌다.
# → db_worker.not_dt_strategy_clause() 로 3곳을 동일 표현으로 통일.
from app.services.db_worker import not_dt_strategy_clause
_at_result = await db.execute(
select(ActiveTrade)
.where(
ActiveTrade.stock_code == stock_code,
ActiveTrade.status == "active",
not_dt_strategy_clause(ActiveTrade.strategy_name),
)
.order_by(ActiveTrade.id.desc())
.limit(1)
)
_active_trade = _at_result.scalars().first()
if _active_trade is not None and _active_trade.remaining_pct is not None:
stock["remaining_pct"] = float(_active_trade.remaining_pct)
except Exception as _at_err:
# 조회 실패 = 잔량 추적 불가 → _resolve_remaining_pct_v2 가 부분매도를
# 차단한다. 조용히 넘기면 원인 추적이 불가하므로 최소 warning.
logger.warning(
f"[TRADE] {stock_code}: ActiveTrade remaining_pct 조회 실패 "
f"(부분매도 차단, 전량 청산만 허용): {_at_err}"
)
# ── 신호 분석 (Enum 기반) ─────────────────────────────────────────────
text_signals = " ".join(signals)
try:
score_val = float(stock.get("score", 0) or 0)
except Exception:
score_val = 0.0
# "거래량부족" 신호 제거 후 매수 판단 (거래량 부족 단독으로는 매수 차단)
signals_without_volume_weak = [s for s in signals if "거래량부족" not in s]
text_signals_filtered = " ".join(signals_without_volume_weak)
should_buy = any(k in text_signals_filtered for k in BUY_KEYWORDS)
if not signals_without_volume_weak and signals:
should_buy = False # 거래량부족 신호만 있으면 매수 금지
should_sell = any(k in text_signals for k in SELL_KEYWORDS)
# ── ML 가중치 통합 (기본: 규칙 30% + ML 70%) ─────────────────────────
# weighted_score = score × RULE_WEIGHT + ml_score × ML_WEIGHT
# ML BUY: weighted_score ≥ threshold AND confidence ≥ min → should_buy = True
# ML SELL: confidence ≥ 0.5 → should_sell = True
# ML HOLD: weighted_score 낮으면 should_buy = False 강제
ml_score_trade = stock.get("ml_score")
ml_confidence_trade = stock.get("ml_confidence")
ml_signal_trade = stock.get("ml_signal")
if settings.ML_ENSEMBLE_ENABLED and ml_score_trade is not None:
try:
# [2026-09-28] 스케일 불일치(0~15 룰점수 vs 0~100 임계) 및 ML 이중
# 계산 수정. ML_SCORE_NORMALIZE_ENABLED=False 면 기존 계산과 동일.
# HOLD 게이트(*0.7)도 같은 weighted_score 를 쓰므로 스케일 일관.
weighted_score = _ml_gate_score_v2(score_val, float(ml_score_trade))
if (
ml_signal_trade == "BUY"
and weighted_score >= settings.ML_ENSEMBLE_BUY_THRESHOLD
and (ml_confidence_trade or 0) >= settings.ML_ENSEMBLE_CONFIDENCE_MIN
):
should_buy = True
elif ml_signal_trade == "SELL" and (ml_confidence_trade or 0) >= 0.5:
should_sell = True
elif (
ml_signal_trade == "HOLD"
and weighted_score < settings.ML_ENSEMBLE_BUY_THRESHOLD * 0.7
):
should_buy = False # ML이 HOLD 강하게 권고 시 매수 억제
except Exception as e:
logger.debug(f"[ML_WEIGHT] {stock_code} 가중치 계산 오류: {e}")
has_rule = stock.get("rule_id") is not None
# ── BLOCK 키워드(과열·이격) 판정 ─────────────────────────────────────
# [2026-09-27 H1-A] 기존에는 BLOCK 감지 시 즉시 HOLD를 return 해
# 아래 청산 판정(check_exit_signal·ATR 강제 손절)에 도달하지 못했다.
# 보유 종목이 과열이면 오히려 매도해야 하는 국면인데 손절·전량익절·트레일링이
# 전부 스킵됐다. → 조기 return 대신 should_buy 만 끄고 청산 판정까지 진행한다.
# 판정 임계값·BLOCK_KEYWORDS 목록은 무변경(제어 흐름만 수정).
_block_overheat_reason: str | None = None
if any(b in text_signals for b in BLOCK_KEYWORDS):
_block_overheat_reason = (
"disparity_overheated" if has_rule else "overheat_no_rule"
)
should_buy = False
if holding is None:
# 보유 없는 종목은 청산 판정이 무의미 → 기존과 동일하게 즉시 HOLD 반환
return {"action": "HOLD", "stock": stock_name, "reason": _block_overheat_reason}
if has_rule and _block_overheat_reason is None:
# 규칙 기반 종목: BLOCK 신호만 없으면 should_buy = True (규칙 자체가 매수 신호)
# ML HOLD는 신뢰도 60% 이상일 때만 rule 매수를 차단
# (신뢰도 40% 미만의 약한 HOLD는 rule 판단을 우선)
ml_hold_active = (
settings.ML_ENSEMBLE_ENABLED
and ml_signal_trade == "HOLD"
and not should_buy
and (ml_confidence_trade or 0) >= 0.6
)
if not ml_hold_active:
should_buy = True
# ML HOLD이면 매수 억제 — 단, 신뢰도 60% 이상의 '확신 있는' HOLD만 차단.
# [FIX] 기존에는 신뢰도 무관하게 차단해, 일봉 데이터 부족으로 ML 피처 추출이
# 실패한 경우(signal=HOLD, confidence=0 = 사실상 "의견 없음")까지 모든 매수를
# 막아버렸다(수개월간 거래 0의 근본 원인). 위 ml_hold_active(1417~) 로직과 동일하게
# confidence>=0.6 조건을 적용해, 저신뢰/실패 HOLD는 룰 기반 판단을 막지 않도록 한다.
if (
ml_signal_trade == "HOLD"
and settings.ML_ENSEMBLE_ENABLED
and (ml_confidence_trade or 0) >= 0.6
):
should_buy = False
logger.info(f"[TRADE] {stock_code}: ML HOLD(conf≥0.6) → 매수 차단")
if should_buy and not has_rule:
# 비규칙 종목: 강한 신호 OR (신호 2개 이상 AND 점수 4점 이상) 필수
has_strong_signal = any(k in text_signals_filtered for k in STRONG_BUY_KEYWORDS)
matched_count = sum(1 for k in BUY_KEYWORDS if k in text_signals_filtered)
if not has_strong_signal and (matched_count < 2 or score_val < 4):
should_buy = False
# ── CLAUDE.md 6.3: check_exit_signal 연동 (보유 종목 청산 판단) ─────
# [2026-03-15] 기존에 텍스트 신호 매칭에만 의존하던 매도 판단을
# mean_reversion_strategy.check_exit_signal()로 보완.
# RSI/BB/ATR 기반 부분매도(50%)/전량매도/트레일링스탑 규칙 적용.
_exit_signal = None
_exit_sell_pct = 1.0
if holding and not should_sell:
avg_price = float(holding.average_price or 0)
atr = float(stock.get("atr", 0) or 0)
if avg_price > 0:
# 차트 데이터가 있으면 RSI/BB 기반 청산 판단
closes = stock.get("closes", [])
rsi_val = stock.get("rsi")
bb_data = stock.get("bb") # (upper, middle, lower)
# RSI/BB가 직접 전달되지 않은 경우 closes에서 계산
if rsi_val is None and len(closes) >= 15:
rsi_val = calculate_rsi(closes, 14)
if bb_data is None and len(closes) >= 20:
bb_data = calculate_bollinger(closes, 20)
if rsi_val is not None and bb_data is not None and atr > 0:
bb_upper, bb_middle, bb_lower = bb_data if isinstance(bb_data, (tuple, list)) else (0, 0, 0)
# remaining_pct: 현재 보유 비율 (1차 익절 전 = 1.0, 후 = 0.5 등)
# [§8.5 항목4] None = '추적 소스 없음' 을 명시 상태로 분리.
remaining_pct, _remaining_tracked = _resolve_remaining_pct_v2(stock, holding)
trailing_high = float(stock.get("high_price") or current_price)
lowest_since = float(stock.get("lowest_since_entry") or avg_price)
_exit_signal = check_exit_signal(
regime=MarketRegime.BULL if stock.get("_regime_str", "bear") == "bull" else MarketRegime.BEAR,
rsi=rsi_val,
close=current_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,
)
# [§8.5 항목4①] 잔량 추적 불가(ActiveTrade 행 없음/오염) 상태에서는
# 부분매도를 채택하지 않는다 — 매 사이클 remaining_pct=1.0 으로
# 재평가되어 계단식 분할매도 + 왕복 수수료가 무한 반복된다.
# 전량 청산(손절·RSI 전량·트레일링)은 그대로 허용한다.
if (
_exit_signal is not None
and _exit_signal.sell_pct < 1.0
and not _remaining_tracked
):
logger.info(
f"[EXIT_SIGNAL] {stock_code}/{stock_name} 부분매도 차단: "
f"remaining_pct 추적 불가(ActiveTrade active 행 없음 — "
f"브로커 잔고 sync/legacy 보유분) "
f"sell_pct={_exit_signal.sell_pct*100:.0f}%, "
f"reason={_exit_signal.reason} — 전량 청산 신호만 허용"
)
_exit_signal = None
if _exit_signal:
should_sell = True
_exit_sell_pct = _exit_signal.sell_pct
signals = list(signals) + [f"전략청산: {_exit_signal.reason}"]
logger.info(
f"[EXIT_SIGNAL] {stock_code}/{stock_name}: "
f"{_exit_signal.action} {_exit_signal.sell_pct*100:.0f}% — {_exit_signal.reason}"
)
# ATR 기반 강제 손절 (check_exit_signal에서 미처리된 경우 폴백)
if not should_sell and atr > 0:
atr_stop_price = avg_price - 2.5 * atr
if current_price <= atr_stop_price:
should_sell = True
_exit_sell_pct = 1.0 # 손절은 전량
signals = list(signals) + [f"ATR 손절: {current_price:.0f} ≤ {atr_stop_price:.0f}"]
# ── 뉴스 감성 필터 (매수 전) ───────────────────────────────────────
# NEWS_ENABLED 시 종목 뉴스 점수 조회 → 강한 악재 차단 / 약한 악재 포지션 축소
_news_position_scale = 1.0 # 뉴스에 의한 포지션 배율 (기본 100%)
# [2026-09-27 H1] 청산 대상(보유+매도신호)은 뉴스 필터를 타지 않는다 —
# news_negative SKIP 이 손절보다 먼저 반환되면 청산이 또 막힌다.
if should_buy and not (should_sell and holding) and settings.NEWS_ENABLED:
try:
from app.services.news_sentiment import get_stock_news_score
news_score = await get_stock_news_score(stock_code)
if news_score <= settings.NEWS_BLOCK_SCORE:
logger.info(
f"[NEWS_FILTER] {stock_code}/{stock_name} 진입 차단: "
f"news_score={news_score:.3f} <= {settings.NEWS_BLOCK_SCORE}"
)
return {"action": "SKIP", "reason": "news_negative", "stock": stock_name,
"news_score": news_score}
elif news_score <= settings.NEWS_REDUCE_SCORE:
_news_position_scale = 0.5 # 포지션 50% 축소
logger.info(
f"[NEWS_FILTER] {stock_code}/{stock_name} 포지션 50% 축소: "
f"news_score={news_score:.3f} <= {settings.NEWS_REDUCE_SCORE}"
)
except Exception as e:
logger.debug(f"[NEWS_FILTER] {stock_code} 뉴스 스코어 조회 오류 (무시): {e}")
# 뉴스 포지션 배율을 stock dict에 전달 (_execute_buy에서 참조)
if _news_position_scale < 1.0:
stock["_news_position_scale"] = _news_position_scale
# ── 매매 실행 위임 ────────────────────────────────────────────────────
# [2026-09-27 H1] 청산은 항상 매수보다 우선한다.
# 기존에는 should_buy 를 먼저 평가해, 보유 종목이 당일 룰 추천에 포함되면
# (rule 기반은 BLOCK/ML HOLD 만 없으면 should_buy=True 강제)
# 손절·전량익절·트레일링이 전부 무력화되고 물타기 매수가 나갔다.
# [2026-09-27 H-1] 당일 이미 SELL 체결된 보유 종목의 '부분매도' 반복 차단.
# _guard() 가 보유 종목의 cooldown_sell_today 조기 SKIP 을 제거한 뒤부터,
# ActiveTrade 행이 없는 보유분(브로커 sync·legacy strategy_name IS NULL)은
# remaining_pct 가 매 사이클 1.0 으로 간주되어 SELL_PARTIAL(0.5)이 무한 반복됐다.
# → 전량 청산(손절·RSI≥70·트레일링)은 그대로 허용하고, 부분매도만 당일 1회로 제한한다.
if _sold_today and should_sell and holding and _exit_sell_pct < 1.0:
logger.info(
f"[TRADE] {stock_code}/{stock_name} 부분매도 차단: cooldown_sell_today "
f"(당일 매도 기록 존재, sell_pct={_exit_sell_pct*100:.0f}%, "
f"reason={(_exit_signal.reason if _exit_signal else ' '.join(signals))}) "
f"— 전량 청산 신호만 허용"
)
return {"action": "SKIP", "reason": "cooldown_sell_today", "stock": stock_name}
if should_buy and should_sell and holding:
logger.warning(
f"[TRADE_CONFLICT] {stock_code}/{stock_name}: 동일 사이클에 매수·매도 신호 동시 발생 "
f"→ 청산 우선 실행. has_rule={has_rule} score={score_val} "
f"ml_signal={ml_signal_trade} ml_conf={ml_confidence_trade} "
f"exit={(_exit_signal.reason if _exit_signal else None)} "
f"sell_pct={_exit_sell_pct} signals={signals}"
)
if should_sell and holding:
logger.info(f"[TRADE] 📉 매도 실행: {stock_code}/{stock_name} @ {current_price:,.0f} ({_exit_sell_pct*100:.0f}%)")
return await _execute_sell(
stock, db, holding, current_price, signals,
is_domestic, exchange_code, stock_code, stock_name,
sell_pct=_exit_sell_pct, # [CLAUDE.md 5.2] 분할매도 비율 전달
)
if should_buy:
# [M3] 리스크 가드(MDD/밴/보유수/당일매도쿨다운)는 신규 매수만 차단한다
if _buy_blocked_reason is not None:
logger.info(
f"[TRADE] {stock_code}/{stock_name} 매수 차단: {_buy_blocked_reason} (청산 판정은 수행됨)"
)
return {"action": "SKIP", "reason": _buy_blocked_reason, "stock": stock_name}
logger.info(f"[TRADE] 매수 실행: {stock_code}/{stock_name} @ {current_price:,.0f}")
return await _execute_buy(
stock, db, holding, current_price, signals, score_val,
is_domestic, exchange_code, stock_code, stock_name,
)
logger.info(f"[TRADE] ⏸️ HOLD: {stock_code}/{stock_name} (buy={should_buy}, sell={should_sell}, has_rule={has_rule})")
# [2026-09-27 H1-A] BLOCK(과열·이격) 사유는 조기 return 제거 후에도 그대로 노출 —
# 호출측 로깅·집계 호환을 위해 기존 reason 문자열을 유지한다.
if _block_overheat_reason is not None:
return {"action": "HOLD", "stock": stock_name, "reason": _block_overheat_reason}
return {"action": "HOLD", "stock": stock_name, "reason": "no_buy_signal(진입조건 미충족)"}
except ValueError as e:
logger.error(f"[TRADE_VALIDATION] {stock.get('stock_code')}: {e}")
return {"action": "ERROR", "error": str(e)}
except Exception as e:
logger.error(f"[TRADE_ERROR] {stock.get('stock_code')}: {type(e).__name__}: {e}", exc_info=True)
return {"action": "ERROR", "error": str(e)}