shuim
de7921d270
## CRITICAL 수정 (20건) - day_trading: global 선언 누락, loss_tracker 연동, ban 체크 추가 - trade_executor: BUY 체결가 order_price로 수정, remaining_pct 누적 계산 - risk_validator: get_current_price dict 파싱, MAX_POSITION_SIZE 동기화, DB 세션 누수 - risk_management/recommendations: date.today() → KST 변환 - mdd_manager: Lock 밖 executed_key 참조 수정 - correlation_filter: output → output2 키 수정 - portfolio: 해외 종목 USD/KRW 환율 적용 분리 - Sharpe Ratio 거래빈도 기반 연간화 - telegram_notifier: send_message() 공개 래퍼 추가 - position_manager: 앱 재시작 시 DB 포지션 복원 - swing exit_service: remaining_pct 조건 범위 수정 - run_backtest: original_qty 기반 remaining_pct 계산 - us_market_schedule: 2027년 미국 공휴일 추가 - Login.tsx: res.ok 검증 추가 - mean_reversion_strategy: RSI 로그 하드코딩 수정 ## HIGH 수정 (10건) - db_worker: DLQ 파일 백업 메커니즘 추가 - korea_investment_api: 만료 토큰 임의 연장 제거 - market_data: chart_cache 최대 100개 + TTL 만료 - main.py: rate_limit_store 1시간 미접근 IP 정리 - recommendations: fire-and-forget try/except 추가 - swing/scheduler: DB 세션 3개 분리 - Dashboard: wsMessages 전체 순회 - Layout: /health 엔드포인트 + 30초 폴링 - ml_ensemble: POST /train require_api_key 추가 - day_trading: record_trade_result_safe() 전환 ## 코드 정리 - 프론트엔드: isUsStock, formatTime 공통 유틸 추출 - 백엔드: dead code 제거, 중복 import 통합 - MCP: JSON 파싱 헬퍼 추출 (~60줄 감소) - 전체 ~100개 파일 한국어 주석 추가 - 테스트 13건 코드 기준 수정 (468 passed) Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>
110 lines
3.2 KiB
Python
110 lines
3.2 KiB
Python
"""스윙 포지션 관리 -- DB 조회 전용
|
|
|
|
strategy_type='swing' 필터를 적용해 데이트레이딩 포지션과 완전히 분리.
|
|
모든 함수는 읽기 전용 -- 쓰기는 db_worker.py의 큐를 통해서만 수행.
|
|
|
|
DB 테이블 매핑:
|
|
- Portfolio: 보유 종목 (strategy_type 컬럼으로 swing/daytrading 구분)
|
|
- ActiveTrade: 활성 매매 (strategy_name 컬럼으로 구분, 분할 청산 상태 추적)
|
|
|
|
사용 위치:
|
|
- exit_service.py: 청산 대상 포지션 조회
|
|
- entry_service.py: 포지션 한도 체크
|
|
- scheduler.py: 스윙 스케줄러 사이클
|
|
"""
|
|
import logging
|
|
from sqlalchemy import select
|
|
from sqlalchemy.ext.asyncio import AsyncSession
|
|
|
|
from app.models.models import Portfolio, ActiveTrade
|
|
|
|
logger = logging.getLogger(__name__)
|
|
|
|
# 스윙 전략 식별자 -- Portfolio.strategy_type과 매칭
|
|
STRATEGY_TYPE = "swing"
|
|
|
|
|
|
async def get_swing_holdings(db: AsyncSession) -> list:
|
|
"""strategy_type='swing'인 보유 종목 목록 반환.
|
|
|
|
Portfolio 테이블에서 수량 > 0이고 strategy_type='swing'인 레코드 조회.
|
|
|
|
Args:
|
|
db: AsyncSession 인스턴스
|
|
|
|
Returns:
|
|
list[Portfolio]: 스윙 보유 종목 ORM 객체 목록
|
|
"""
|
|
result = await db.execute(
|
|
select(Portfolio).where(
|
|
Portfolio.quantity > 0,
|
|
Portfolio.strategy_type == STRATEGY_TYPE,
|
|
)
|
|
)
|
|
return result.scalars().all()
|
|
|
|
|
|
async def get_swing_active_trades(db: AsyncSession) -> list:
|
|
"""활성 스윙 ActiveTrade 목록 반환.
|
|
|
|
strategy_name != 'day_trade' 조건으로 데이트레이딩 포지션 제외.
|
|
분할 청산 진행 상태(remaining_pct), 최고가(highest_since_entry) 포함.
|
|
|
|
Args:
|
|
db: AsyncSession 인스턴스
|
|
|
|
Returns:
|
|
list[ActiveTrade]: 활성 스윙 매매 ORM 객체 목록
|
|
"""
|
|
result = await db.execute(
|
|
select(ActiveTrade).where(
|
|
ActiveTrade.status == "active",
|
|
ActiveTrade.strategy_name != "day_trade",
|
|
)
|
|
)
|
|
return result.scalars().all()
|
|
|
|
|
|
async def get_swing_active_trade(db: AsyncSession, stock_code: str) -> ActiveTrade | None:
|
|
"""특정 종목의 스윙 ActiveTrade 반환.
|
|
|
|
분할 청산 상태(remaining_pct)와 최고가(highest_since_entry) 조회용.
|
|
청산 로직에서 전략별 분기(모멘텀/평균회귀)에도 사용.
|
|
|
|
Args:
|
|
db: AsyncSession 인스턴스
|
|
stock_code: 종목 코드
|
|
|
|
Returns:
|
|
ActiveTrade | None: 활성 매매 ORM 객체, 없으면 None
|
|
"""
|
|
result = await db.execute(
|
|
select(ActiveTrade).where(
|
|
ActiveTrade.stock_code == stock_code,
|
|
ActiveTrade.status == "active",
|
|
ActiveTrade.strategy_name != "day_trade",
|
|
)
|
|
)
|
|
return result.scalar_one_or_none()
|
|
|
|
|
|
async def count_swing_positions(db: AsyncSession) -> int:
|
|
"""현재 스윙 보유 종목 수 반환.
|
|
|
|
MAX_SWING_POSITIONS(25) 한도 체크에 사용.
|
|
|
|
Args:
|
|
db: AsyncSession 인스턴스
|
|
|
|
Returns:
|
|
int: 스윙 보유 종목 수
|
|
"""
|
|
from sqlalchemy import func
|
|
result = await db.execute(
|
|
select(func.count(Portfolio.id)).where(
|
|
Portfolio.quantity > 0,
|
|
Portfolio.strategy_type == STRATEGY_TYPE,
|
|
)
|
|
)
|
|
return result.scalar_one() or 0
|