주식

5 posts with the tag “주식”

퀀티랩 단타 모델 - 딥러닝으로 내일의 주가 방향을 예측하는게 가능할까?

Mar 5, 2021

기존의 퀀티랩 모델은 중/장기 투자를 목적으로 하는 딥러닝 모델입니다. 이 포스트에서는 데이트레이딩(일명 단타)를 위한 모델 구축에 대해 다룹니다.

이 글은 기계학습에 대한 기초 지식을 요합니다.

단타를 독려하는 것이 아니니 오해 없으셨으면 좋겠습니다.

우선 데이트레이딩에 대해 알아봅시다. 데이트레이딩에 대한 정의는 제각각이지만 대부분 다음 원칙을 가지고 있습니다.

하루 안에서 모든 거래를 마친다. (오버나잇 하지 않는다.)
종목을 발굴한다.
현금을 많은 비중으로 둔다. (Ex. 90% 현금 보유)
목표 수익률, 손절 라인을 설정한다. (1~2%의 낮은 손익률로 잡는다.)
미수는 자제한다.
장이 안좋을땐 관망한다.

데이트레이딩은 많은 지표들을 보고 종목을 발굴하고 하루동안 수십, 수백번의 매매를 하면서 수익을 내기위해 노력합니다. 매매를 위해 기술적 분석이 주로 사용되는데 기술적 분석 기법은 너무나도 다양해서 나열하기도 어렵습니다.

단타에서 주요 결정 사항 중 하나인 “어떤 종목을 노릴 것인가?”를 해결하기 위한 딥러닝 모델을 구축했습니다. 모델은 파이썬으로 구축했으며 사용한 프레임워크, 라이브러리는 다음과 같습니다.

TensorFlow 2.4 (with Keras)
Scikit-learn 0.22.1

학습데이터는 약 100개의 자질과 2.5M개의 인스턴스로 구성했습니다. 지도학습(Supervised Learning)으로 레이블(label)은 다음 거래일의 등락률의 sigmoid로 정했습니다. 그 수식은 다음과 같습니다.

y = sigmoid(next_close / today_close - 1)

자질들은 자세히 다루기 어렵지만 크게 다음 종류의 자질군으로 구성됩니다.

종목 주가
종목의 기본적 분석 지표
종목의 기술적 분석 지표
국내 주식 시장 지수
해외 주식 시장 지수
주요국 환율
원자재 가격
… (기타 등등)

자질 값들의 스케일(Scale)이 달라서 Standardization 했습니다. 세 가지 스케일러(Scaler)를 시도해 봤는데 그 중에서 Robust Scaler를 채택했습니다.

신경망 아키텍처는 기본적인 Dense(Fully Connected) Layer를 다음과 같이 쌓았습니다.

model = tf.keras.models.Sequential([
    tf.keras.layers.Dense(256, activation='linear'),
    tf.keras.layers.Dense(128, activation='linear'),
    tf.keras.layers.Dense(64, activation='linear'),
    tf.keras.layers.Dense(1, activation='sigmoid'),
])

이렇게 마지막 레이어의 활성화 함수(Activation Function)을 Sigmoid로 정해서 0과 1사이의 값으로 Prediction 하도록 했습니다. 직관적으로는 Prediction 값이 0.5 이상(초과)이면 내일 오늘보다 주가가 오를 것이라 판단하는 것이고 0.5 이하(미만)이면 주가가 내릴 것이라 판단하는 것입니다.

이렇게 학습한 모델로 테스팅 데이터를 넣어서 내일의 주가 방향을 얼마나 잘 맞추는지 알아보았습니다. 테스팅 데이터는 20210101~20210305 동안의 인스턴스이며 당연히 학습 데이터에 없는 인스턴스들 입니다.

Prediction 값을 score라고 하겠습니다. score가 0.5, 0.6, 0.7, 0.8, 0.9 이상일 때의 Accuracy를 다음과 같이 확인했습니다.

score 0.5 이상: 313,319개 인스턴스에서 정확도 57.99%
score 0.6 이상: 51,390개 인스턴스에서 정확도 68.81%
score 0.7 이상: 10,962개 인스턴스에서 정확도 84.22%
score 0.8 이상: 3,864개 인스턴스에서 정확도 89.73%
score 0.9 이상: 113개 인스턴스에서 정확도 49.56%

Score가 마냥 높다고 정확도가 높아지는 것은 아니였습니다. 0.8 까지는 높아지다가 0.9 이상에서는 정확도가 오히려 급격하게 감소했습니다. 정확도가 가장 높은 범위를 찾아봤습니다.

Score 0.83 이상 0.835 미만의 295개 인스턴스에서 정확도 94.58%를 얻을 수 있었습니다.

여기에 포함된 Score Top 50 종목들은 다음과 같습니다.

동전주, 거래대금이 적은 종목은 제외(Filter Out)했습니다.

date	name	close	score	diffratio_nextday
20200325	삼강엠앤티	2,320	0.8350	-0.43%
20200324	E1	23,650	0.8350	8.03%
20200325	휴비스	3,625	0.8350	1.10%
20200325	미창석유공업	47,850	0.8349	1.78%
20200409	빙그레	54,200	0.8349	-0.55%
20200323	엘티씨	5,130	0.8349	8.38%
20200325	갤럭시아머니트리	1,925	0.8349	0.78%
20200325	한솔제지	9,000	0.8349	2.89%
20200325	KC그린홀딩스	2,595	0.8349	5.97%
20200325	이월드	2,730	0.8348	28.21%
20200325	푸른기술	5,944	0.8347	5.82%
20200325	신화인터텍	1,655	0.8347	8.76%
20200619	아진엑스텍	4,123	0.8347	3.10%
20200325	신세계건설	16,450	0.8347	8.81%
20200325	애니플러스	1,030	0.8346	4.85%
20200323	노랑풍선	5,720	0.8346	5.77%
20200325	미래에셋생명	2,570	0.8346	9.14%
20200323	유티아이	7,060	0.8346	7.51%
20200325	스카이이앤엠	1,505	0.8345	1.33%
20200422	코오롱생명과학	41,100	0.8345	3.53%
20200324	디와이	2,500	0.8344	9.60%
20200325	HSD엔진	2,220	0.8344	3.60%
20200325	가온전선	12,100	0.8343	6.20%
20200325	슈피겐코리아	32,300	0.8343	-2.94%
20200323	동국S&C	1,195	0.8343	10.88%
20200325	케이씨티	1,210	0.8343	7.02%
20200325	태림포장	2,455	0.8342	4.07%
20200325	서플러스글로벌	1,250	0.8342	2.00%
20200325	태웅	4,220	0.8342	-1.66%
20200324	노랑풍선	6,050	0.8342	10.74%
20200323	일진다이아	11,000	0.8342	17.27%
20200324	일진디스플	1,892	0.8341	11.89%
20200325	하나마이크론	3,725	0.8341	6.58%
20200325	파워넷	2,240	0.8341	4.69%
20200325	홈캐스트	2,400	0.8340	3.12%
20200325	유니온	1,940	0.8340	2.06%
20200325	SCI평가정보	1,455	0.8340	4.12%
20200325	우노앤컴퍼니	2,515	0.8340	29.82%
20200325	화승알앤에이	1,300	0.8339	3.08%
20200324	웨이브일렉트로	8,563	0.8339	14.56%
20200325	잇츠한불	9,530	0.8339	8.60%
20200325	파인디앤씨	1,000	0.8338	5.50%
20200323	서연	1,555	0.8338	29.90%
20200323	화신	1,390	0.8338	4.68%
20200325	신도리코	21,200	0.8337	0.94%
20200323	큐렉소	2,460	0.8337	6.71%
20200325	휴스틸	4,805	0.8337	4.06%
20200325	예림당	1,750	0.8337	9.71%
20200325	빛샘전자	3,220	0.8337	6.21%
20200325	정원엔시스	1,070	0.8337	14.02%

그럼 어제(20210304)의 상위 종목들 살펴보겠습니다.

date	name	close	score	diffratio_nextday
20210304	일양약품	35,000	0.6188	-1.14%
20210304	수산아이앤티	28,550	0.5753	-5.43%
20210304	대한그린파워	1,400	0.5532	7.50%
20210304	진양산업	4,365	0.5196	0.46%
20210304	이녹스	11,000	0.5174	2.27%
20210304	인지컨트롤스	18,600	0.5040	-3.23%
20210304	웅진씽크빅	2,635	0.4985	3.04%
20210304	세원셀론텍	1,995	0.4923	-1.50%
20210304	기가레인	1,825	0.4921	-1.37%
20210304	파루	1,450	0.4917	0.69%

최근 장이 안좋아서 그런지 Score 가장 높은게 0.6 정도입니다. 그럼 오늘 날짜의 Score 상위 종목에는 어떤 종목들이 있을까요?

date	name	close	score
20210305	팬엔터테인먼트	7,670	0.8676
20210305	풍강	3,990	0.8056
20210305	중앙에너비스	9,200	0.5439
20210305	플리토	13,900	0.5383
20210305	한국주강	1,780	0.5381
20210305	일양약품	34,600	0.5241
20210305	극동유화	3,475	0.5151
20210305	한일진공	1,040	0.5141
20210305	인성정보	2,315	0.5056
20210305	텔콘RF제약	5,270	0.4999

다음 거래일에 이 종목들이 어떤 움직임을 보일지 지켜보면 재미있을 것 같습니다.

어디까지나 투자는 본인이 결정하는 것입니다. 퀀티랩에서 제공하는 정보는 참고만 하시길 당부드립니다.

[2021-02-26] 딥러닝 모델 종목추천

Feb 27, 2021

퀀티랩 AI 주식 종목 랭킹 모델을 개선했습니다. 다양한 자질을 추가했고 학습 방식도 많이 변경했습니다. 백테스팅 결과 기존의 모델에 비해 더 나은 결과를 얻을 수 있었습니다.

특이 사항으로 거래 대금이 적은 종목에 약간의 패널티를 부여했습니다. 너무 거래가 적은 종목들은 피하자는 의도입니다.

개선한 모델의 2021년 2월 26일자 상위 랭크 종목들은 다음과 같습니다.

이들 중에 특히 주가가 많이 내려와 있는 KT&G, 한국전력이 눈에 뜁니다.

매일 업데이트 되는 랭킹 결과를 퀀티랩에서 확인하세요. 퀀티랩 AI 매매내역 페이지에서는 퀀티랩 AI의 수익률 차트, 현재 보유 종목, 매매 내역을 볼 수 있습니다.

요증 인플레이션 우려와 함께 미국 금리 인상이 앞당겨질 수 있다는 추측이 많아서 주식 시장이 좋지 않습니다. 잘 대응하셔서 성투하세요.

어디까지나 투자는 본인이 결정하는 것입니다. 퀀티랩에서 제공하는 정보는 참고만 하시길 당부드립니다.

파이썬으로 KRX에서 전종목 기본 정보 얻어오기

Feb 9, 2021

이번 포스트에서는 코스피, 코스닥, 코넥스의 상장 종목들을의 기본 정보를 파이썬으로 획득하는 방법을 다룹니다. 한국거래소(KRX)에서 운영하는 기업공시채널 KIND라는 서비스가 있는데 여기서 정보를 얻어와 보겠습니다.

네이버 웨일이나 구글 크롬으로 접속하시길 추천드립니다.

상장법인 목록 다운받기

먼저 KIND에 접속합니다.

위 그림의 하단에 빨간 박스 표시한 상장법인상세정보 메뉴를 클릭합니다.

그럼 다음과 같은 화면이 나오는데 여기서 우측에 있는 상장법인목록 메뉴를 클릭합니다.

그럼 상장법인목록을 확인할 수 있는 페이지가 뜨는데 여기서 EXCEL 버튼을 누르면 전체 상장 법인 목록을 다운받을 수 있습니다.

상장법인 목록 파이썬으로 가져오기

이 파일을 파이썬으로 바로 다운 받을 수도 있습니다. 다양한 방법이 있겠지만 여기서는 pandas의 read_html 함수를 사용하겠습니다.

이제 개발자 도구를 열어봅니다. 웨일의 경우 다음과 같은 방법으로 개발자 도구를 열 수 있습니다.

우측 상단의 ፧ 버튼을 클릭하고 기타 / 고급기능 / 개발자 도구를 클릭
Ctrl + Shift + I
F12

그럼 다음과 같이 개발자 도구가 나타납니다. (브라우저 하단에 뜰 수도 있습니다.)

여기서 Network 탭으로 이동합니다. 이동한 다음 상장법인목록 페이지의 EXCEL 버튼을 클릭합니다.

그럼 개발자 도구의 Network 탭에 다음과 같이 요청 정보가 표시됩니다.

여기서 빨간색 박스로 표시한 Request URL을 확인하고 아래로 쭉 내려서 Form Data를 확인합니다.

이제 이 정보를 가지고 요청 코드를 작성합니다.

def get_stocks(market=None):
    market_type = ''
    if market == 'kospi':
        market_type = '&marketType=stockMkt'
    elif market == 'kosdaq':
        market_type = '&marketType=kosdaqMkt'
    elif market == 'konex':
        market_type = '&marketType=konexMkt'

    url = 'http://kind.krx.co.kr/corpgeneral/corpList.do?currentPageSize=5000&pageIndex=1&method=download&searchType=13{market_type}'.format(market_type=market_type)

    list_df_stocks = pd.read_html(url, header=0, converters={'종목코드': lambda x: str(x)})
    df_stocks = list_df_stocks[0]
    return df_stocks

read_html 함수를 호출할 때 첫 번째 행을 헤더로 인식하도록 headers=0을 넣어줬고 종목코드를 숫자로 인식하지 않도록 converters 인자를 주었습니다.

이렇게 코스피, 코스닥, 코넥스 전체 또는 시장 별로 종목 목록을 받아올 수 있습니다.

받아온 데이터에는 다음과 같이 회사명, 종목코드, 업종, 주요제품, 상장일, 결산월, 대표자명, 홈페이지, 지역 정보가 포함됩니다.

회사명	종목코드	업종	주요제품	상장일	결산월	대표자명	홈페이지	지역
DSR	155660	1차 비철금속 제조업	합섬섬유로프	2013-05-15	12월	홍석빈	http://www.dsr.com	부산광역시
GS글로벌	001250	상품 종합 도매업	수출입업(시멘트,철강금속,전기전자,섬유,기계화학),상품중개,광업,채석업/하수처리 서비스/부동산 임대	1976-06-26	12월	김태형	http://www.gsgcorp.com	서울특별시
HDC현대산업개발	294870	건물 건설업	외주주택, 자체공사, 일반건축, 토목 등	2018-06-12	12월	권순호, 정경구	http://www.hdc-dvp.com	서울특별시
KG케미칼	001390	기초 화학물질 제조업	콘크리트혼화제, 비료, 친환경농자재, 수처리제	1989-08-25	12월	곽정현, 김재익	http://www.kgchem.co.kr	울산광역시
LG이노텍	011070	전자부품 제조업	기타 전자부품 제조업	2008-07-24	12월	정철동	http://www.lginnotek.co.kr	서울특별시

[2018-05-22] 파마+LSV 콤보 주식 종목 랭킹 (저PER + 저PBR + 저PCR + 소형주)

May 22, 2018

강환국 - 할 수 있다! 퀀트 투자에서 참고한 파마+LSV 콤보 전략을 파이썬으로 구현했습니다.

PBR이 0.2 미만이면 제외
소형주 (시가총액 10분위 하위 1분위)
순위 합산 = 저PER 순위 + 저PBR 순위 + 저PCR 순위
순위 합산으로 랭킹

다음은 2018년 05월 22일 기준 파마+LSV 콤보 전략으로 랭킹한 주식 종목 순위입니다.

종목코드	종목명	PER	PBR	PCR	rank_PER	rank_PBR	rank_PCR	rank_sum
101930	인화정공	4.05	0.29	2.29	1	0	3	4
071090	하이스틸	5.35	0.33	3.40	3	2	6	11
006200	한국전자홀딩스	8.55	0.30	2.14	13	1	2	16
012620	원일특강	6.04	0.42	5.14	4	5	18	27
038010	제일테크노스	9.20	0.46	3.64	15	7	10	32
019770	서연탑메탈	9.01	0.54	3.43	14	11	7	32
025880	케이씨피드	5.23	0.60	4.06	2	19	12	33
071970	STX중공업	0.15	0.78	0.15	0	34	0	34
208890	에듀케이션파트너	12.62	0.49	1.25	29	10	1	40
011390	부산산업	9.99	0.63	3.25	21	20	5	46
010240	흥국	6.26	0.79	4.24	5	35	13	53
031310	아이즈비전	8.07	0.58	6.21	12	14	28	54
060540	에스에이티	7.16	0.68	5.58	8	27	22	57
060380	동양에스텍	9.80	0.59	5.83	19	17	24	60
019180	티에이치엔	9.72	0.81	3.10	18	39	4	61
215790	이노인스트루먼트	9.26	0.65	5.87	16	24	25	65
045300	성우테크론	6.49	0.88	4.96	7	44	17	68
009180	한솔로지스틱스	11.76	0.72	5.49	24	31	21	76
072950	빛샘전자	10.01	0.64	7.26	22	21	34	77
101670	코리아에스이	8.04	0.86	5.89	11	42	26	79
030720	동원수산	7.38	1.00	5.17	9	53	19	81
007770	한일화학	12.61	0.47	8.78	28	9	47	84
033310	디케이디앤아이	10.25	0.67	7.88	23	25	37	85
002870	신풍제지	31.03	0.55	3.58	66	12	9	87
039020	이건홀딩스	16.27	0.45	7.48	46	6	35	87
002710	TCC동양	27.58	0.40	5.81	63	3	23	89
003010	혜인	22.10	0.41	6.45	55	4	31	90
054410	케이피티	7.66	0.99	6.32	10	51	30	91
005670	푸드웰	14.98	0.87	4.84	36	43	15	94
130740	티피씨글로벌	16.89	0.46	8.20	48	8	41	97
224110	에이텍티앤	6.34	1.45	6.03	6	73	27	106
053270	구영테크	28.16	0.71	4.33	64	29	14	107
016920	카스	14.77	0.86	7.23	34	41	33	108
048830	엔피케이	16.38	0.88	4.89	47	45	16	108
075970	동국알앤에스	17.29	0.60	8.54	49	18	44	111
091340	S&K폴리텍	14.98	0.95	6.24	35	48	29	112
051390	YW	15.59	0.57	12.67	41	13	64	118
021650	한국큐빅	41.39	0.72	3.67	79	30	11	120
035200	프럼파스트	9.60	1.23	8.17	17	64	40	121
073190	듀오백	18.83	0.67	8.91	51	26	49	126
234070	에이원알폼	13.49	2.37	3.53	30	89	8	127
130500	GH신소재	15.04	0.81	9.44	38	38	52	128
043260	성호전자	57.55	0.70	5.22	85	28	20	133
086670	비엠티	15.75	0.82	8.98	44	40	50	134
123570	이엠넷	11.99	1.06	10.34	25	56	54	135
009730	코센	9.99	1.48	8.23	20	74	42	136
044060	조광ILI	14.51	0.94	11.62	33	47	60	140
079810	디이엔티	12.46	1.32	9.03	27	70	51	148
220110	드림티엔터테인먼트	15.73	1.49	7.06	43	75	32	150
131400	액트	29.83	0.97	7.69	65	50	36	151
032820	우리기술	15.10	1.31	8.91	39	67	48	154
032750	삼진	20.79	0.91	10.54	54	46	56	156
077280	한컴지엠디	27.36	0.73	12.29	62	32	62	156
031820	콤텍시스템	39.12	0.59	13.13	76	16	65	157
091440	텔레필드	39.43	0.80	8.61	77	37	45	159
033050	제이엠아이	71.01	0.76	7.94	89	33	38	160
148140	비디아이	12.45	1.73	11.14	26	77	57	160
101160	월덱스	15.11	1.97	8.08	40	82	39	161
052860	아이앤씨	13.56	1.91	10.09	31	80	53	164
086060	진바이오텍	19.39	1.00	11.27	52	54	59	165
026150	특수건설	88.20	0.59	12.65	91	15	63	169
202960	판도라티비	15.65	2.47	8.31	42	90	43	175
278990	파인이엠텍	24.91	0.96	13.78	60	49	68	177
003780	진양산업	22.81	1.11	13.38	57	58	66	181
009470	삼화전기	14.15	3.38	10.52	32	98	55	185
002680	한탑	43.26	0.79	16.48	81	36	78	195
044780	에이치케이	88.64	0.64	21.61	92	22	82	196
203450	유니온커뮤니티	24.52	1.32	14.99	59	69	71	199
064090	에프앤리퍼블릭	14.98	3.09	14.25	37	95	69	201
052460	아이크래프트	22.69	1.26	17.96	56	65	81	202
046310	백금T&A	26.21	2.22	11.26	61	85	58	204
093230	이아이디	57.69	0.64	41.52	86	23	96	205
091580	상신이디피	36.24	2.32	8.73	73	87	46	206
045520	크린앤사이언스	18.07	2.58	13.51	50	91	67	208
136660	큐엠씨	16.03	7.13	12.12	45	102	61	208
002410	범양건영	38.91	0.99	23.54	75	52	85	212
038620	위즈코프	35.44	1.22	16.15	72	63	77	212
131090	시큐브	20.32	2.29	17.43	53	86	79	218
065770	CS	33.98	1.80	14.66	71	78	70	219
124500	아이티센	41.95	1.27	15.57	80	66	75	221
131220	대한과학	36.91	1.56	15.55	74	76	74	224
100030	모바일리더	40.65	1.09	28.19	78	57	90	225
141020	포티스	24.33	2.11	22.86	58	84	84	226
051980	중앙리빙테크	48.76	1.18	22.65	83	62	83	228
217620	디딤	32.00	2.37	15.15	68	88	72	228
081970	넥스지	33.05	1.91	17.82	69	81	80	230
053160	프리엠스	45.33	1.15	38.36	82	60	93	235
025870	신라에스지	94.85	1.41	15.35	93	71	73	237
181340	이즈미디어	106.47	1.12	42.73	95	59	97	251
233250	메디안디노스틱	33.86	3.37	24.61	70	97	87	254
069140	누리플랜	754.06	1.01	47.02	102	55	98	255
232140	와이아이케이	31.30	5.56	27.45	67	101	88	256
150900	파수닷컴	78.59	2.75	15.87	90	93	76	259
032860	GMR 머티리얼즈	130.32	1.17	80.16	97	61	102	260
019990	에너토크	147.03	1.44	35.41	98	72	92	262
013000	세우글로벌	95.48	1.32	66.60	94	68	101	263
149010	아이케이세미콘	50.60	4.13	24.15	84	99	86	269
094860	코닉글로리	180.53	2.06	27.98	99	83	89	271
218410	RFHIC	60.00	2.96	40.42	87	94	94	275
056000	신스타임즈	198.89	1.83	41.05	101	79	95	275
210120	빅텐츠	60.66	3.17	52.55	88	96	99	283
127120	디엔에이링크	184.46	2.63	29.15	100	92	91	283
007460	에이프로젠 KIC	110.92	4.33	56.85	96	100	100	296

분봉 수급 점수 계산하기

Sep 27, 2017

여기서 구하고자 하는 피쳐는 분봉 수급 점수입니다.

분봉 수급 점수: 1분동안 체결이 많이 이루어진 분봉들 중에서 매수세가 강한 분봉들의 비율로 [-1, 1]의 범위를 가짐

아래와 같은 1분봉차트가 있습니다. 분봉들이 아주 많아서 사람이 직접 점수를 계산하기는 어려울 수 있습니다.

분봉동시호가제외

분봉차트 CSV 파일

이를 파이썬으로 계산해 보겠습니다.

python3, numpy, pandas, matplotlib, mpl_finance 등을 필요로 합니다.

mpl_finance는 https://github.com/matplotlib/mpl_finance 에서 받을 수 있습니다.

우선 필요한 라이브러리들 부터 임포트합니다.

import numpy as np
import pandas as pd

import matplotlib as mpl
import matplotlib.pyplot as plt
import mpl_finance

if __name__ == '__main__':
    pass

이제 아래 코드로 main을 채웁니다.

df_chart = pd.read_csv('data/000660_m_in.csv')  # 다운받은 데이터의 경로로 변경하십시오

# 고려할 분봉 수 결정
# df_chart = df_chart.iloc[-60*6*5:]  # 약 5일치 분봉

# 동시호가 거래 없애기
df_chart['체결일'] = (df_chart['체결시간'] / 1000000).astype(int)
df_chart['체결시분'] = df_chart['체결시간'].mod(1000000).astype(int)
df_chart = df_chart[df_chart['체결시분'] < 153000]

# 거래량이 평균+표준편자*2 보다 많았던 분봉들만 남깁니다
df_chart = df_chart[df_chart['거래량'] > df_chart['거래량'].mean() + df_chart['거래량'].std() * 2]

# [수요 거래대금 + 공급 거래대금]을 구합니다
supdemand = ((df_chart['현재가'] - df_chart['시가']).abs() * df_chart['거래량']).sum()

# [수요 거래대금 - 공급 거래대금]을 구합니다
demand = ((df_chart['현재가'] - df_chart['시가']) * df_chart['거래량']).sum()

# [(수요 거래대금 - 공급 거래대금) / (수요 거래대금 + 공급 거래대금)]을 구합니다
score_demand = float(demand) / supdemand

여기서 score_demand가 분봉 수급 점수입니다. 이 점수가 1에 가까울수록 수요 거래대금이 컸다는 의미이고 -1에 가까울수록 공급 거래대금이 많았다는 의미입니다.

위의 1분봉 차트에 대해서 분봉 수급 점수는 0.1252 입니다. 양수이므로 수요 거래대금이 더 많았다는 뜻입니다.

물론 이 지표만으로 투자를 결정할 수는 없습니다. 앞으로 다양한 지표들을 개발하고 데이터를 기반으로 이유있는 투자를 하고자 합니다.