#!/usr/bin/env python3 """ KIS Bot용 ML 승률 예측 모델 - MariaDB kis_quant_db의 trade_history 데이터로 학습 - 매수 신호의 승률 예측 (0.0 ~ 1.0) - 주간 단위 자동 재학습 """ import os import pickle import logging from pathlib import Path from datetime import datetime, timedelta import numpy as np import pandas as pd # Logger 설정 logger = logging.getLogger("KIS_MLPredictor") try: from sklearn.ensemble import RandomForestClassifier from sklearn.metrics import accuracy_score, precision_score, recall_score ML_AVAILABLE = True except ImportError: ML_AVAILABLE = False logger.warning("⚠️ scikit-learn 미설치! ML 기능 사용 불가") logger.warning(" 설치: pip install scikit-learn") SCRIPT_DIR = Path(__file__).resolve().parent class MLPredictor: """매수 신호 승률 예측 모델""" def __init__( self, db_path: str = None, # 하위 호환용 (무시됨) — MariaDB 사용 model_path: str = None, ): # db_path: 하위 호환을 위해 파라미터 유지하나 내부적으로 MariaDB 사용 self.model_path = model_path or str(SCRIPT_DIR / "ml_model.pkl") self.model = None self.feature_names = [ "rsi", "volume_ratio", "tail_length_pct", "ma5_gap_pct", "ma20_gap_pct", "foreign_net_buy", "institution_net_buy", "market_hour", ] self.min_train_samples = 30 if not ML_AVAILABLE: logger.error("❌ scikit-learn이 설치되지 않았습니다!") return self.load_model() def extract_features_from_db(self, days: int = 90) -> pd.DataFrame: """MariaDB trade_history 에서 학습용 피처 추출. - profit_rate 로 승/패 라벨 생성 - 진입 시점 피처(rsi, volume_ratio 등)는 매수 시 DB에 저장된 값 사용 - 시간순 정렬 후 반환 (시계열 분리 시 미래 참조 방지) """ try: from database import TradeDB db = TradeDB() cutoff_date = (datetime.now() - timedelta(days=days)).strftime("%Y-%m-%d") feat_cols = ", ".join(f"`{c}`" for c in self.feature_names) rows = db.conn.execute( f"SELECT profit_rate, buy_date, sell_date, strategy, {feat_cols} " f"FROM trade_history WHERE sell_date >= %s ORDER BY sell_date ASC", (cutoff_date,) ).fetchall() if not rows: logger.warning("⚠️ 학습 데이터 없음 (trade_history 조회 결과 0건)") return None # DictCursor 반환 → DataFrame 직접 생성 df = pd.DataFrame(rows) if len(df) < self.min_train_samples: logger.warning( f"⚠️ 학습 데이터 부족: {len(df)}건 (최소 {self.min_train_samples}건 필요)" ) return None # 진입 피처가 전부 NULL인 과거 데이터 제외 feature_ok = df[self.feature_names].notna().any(axis=1) df = df.loc[feature_ok].copy() if len(df) < self.min_train_samples: logger.warning( f"⚠️ 진입 피처가 있는 데이터 부족: {len(df)}건 (최소 {self.min_train_samples}건 필요). " "매수 시 entry_features 저장 후 누적되면 학습 가능합니다." ) return None df["is_win"] = (df["profit_rate"] > 0).astype(int) logger.info( f"📊 학습 데이터 로드: {len(df)}건 (시간순) " f"(익절: {df['is_win'].sum()}건, 손절: {(~df['is_win']).sum()}건)" ) return df except Exception as e: logger.error(f"❌ 피처 추출 실패: {e}") return None def train_model(self, retrain: bool = False) -> bool: """모델 학습""" if not ML_AVAILABLE: logger.error("❌ scikit-learn 미설치로 학습 불가") return False if self.model is not None and not retrain: logger.info("✅ 기존 모델 사용") return True df = self.extract_features_from_db(days=90) if df is None or len(df) < self.min_train_samples: logger.warning("⚠️ 학습 데이터 부족 - ML 모델 사용 불가") return False # 실제 DB 진입 피처 사용 (누락값은 0으로 보정) X = df[self.feature_names].fillna(0).astype(float) y = df["is_win"].values # 시계열 분리: 무작위 셔플 금지. 과거 80% = 학습, 최근 20% = 테스트 (미래 참조 방지) n = len(X) train_size = int(n * 0.8) if train_size < 10 or (n - train_size) < 5: logger.warning("⚠️ 데이터 적어 시계열 분리 불가 (학습/테스트 각 10건·5건 이상 권장)") train_size = max(10, n - 5) X_train, X_test = X.iloc[:train_size], X.iloc[train_size:] y_train, y_test = y[:train_size], y[train_size:] logger.info(f"📅 시계열 분리: 학습 {len(y_train)}건 (과거) / 테스트 {len(y_test)}건 (최근)") logger.info("🤖 RandomForest 학습 시작...") self.model = RandomForestClassifier( n_estimators=100, max_depth=10, min_samples_split=5, random_state=42, ) self.model.fit(X_train, y_train) y_pred = self.model.predict(X_test) accuracy = accuracy_score(y_test, y_pred) precision = precision_score(y_test, y_pred, zero_division=0) recall = recall_score(y_test, y_pred, zero_division=0) logger.info("✅ 학습 완료!") logger.info(f" 정확도: {accuracy:.2%}") logger.info(f" 정밀도: {precision:.2%}") logger.info(f" 재현율: {recall:.2%}") feature_importance = sorted( zip(self.feature_names, self.model.feature_importances_), key=lambda x: x[1], reverse=True, ) logger.info(" 중요 피처:") for fname, importance in feature_importance[:5]: logger.info(f" {fname}: {importance:.3f}") self.save_model() return True def predict_win_probability(self, features: dict) -> float: """매수 신호의 승률 예측 (0.0 ~ 1.0). 매매 로직에서는 ML_MIN_PROBABILITY(권장 0.65 이상) 미만일 때 진입 보류 권장.""" if not ML_AVAILABLE or self.model is None: return 0.5 try: X = pd.DataFrame([features])[self.feature_names] proba = self.model.predict_proba(X)[0] win_prob = proba[1] return float(win_prob) except Exception as e: logger.error(f"❌ 예측 실패: {e}") return 0.5 def save_model(self) -> None: """모델 파일로 저장""" try: with open(self.model_path, "wb") as f: pickle.dump(self.model, f) logger.info(f"💾 모델 저장: {self.model_path}") except Exception as e: logger.error(f"❌ 모델 저장 실패: {e}") def load_model(self) -> bool: """저장된 모델 로드""" if not ML_AVAILABLE: return False if os.path.exists(self.model_path): try: with open(self.model_path, "rb") as f: self.model = pickle.load(f) logger.info(f"✅ 모델 로드: {self.model_path}") return True except Exception as e: logger.error(f"❌ 모델 로드 실패: {e}") else: logger.info("ℹ️ 저장된 모델 없음 - 첫 실행 시 학습 필요") return False def should_retrain(self) -> bool: """재학습이 필요한지 체크 (7일 경과 시)""" if not os.path.exists(self.model_path): return True model_mtime = datetime.fromtimestamp(os.path.getmtime(self.model_path)) days_old = (datetime.now() - model_mtime).days if days_old >= 7: logger.info(f"🔄 모델 {days_old}일 경과 → 재학습 필요") return True return False