한국투자증권 API, 3분봉, 5분봉, 10분봉… 원하는 분봉 자유롭게 만드는 방법
한국투자증권 API는 주식 자동매매를 위해 유용한 기능을 제공합니다. 리눅스 환경에서도 사용할 수 있어서, 내 컴퓨터가 아닌 아마존 서버를 활용할 수도 있습니다. 그런데 안타깝게도 한국투자증권 API는 당일에 한해 1분봉 데이터만 제공하며, 그것도 30개씩만 가져올 수 있습니다. 지난 포스팅에 이어 이번에는 1분봉 데이터로 다른 종류의 분봉 OHLCV 데이터를 만드는 방법에 대해 알아보겠습니다. 파이썬 판다스 패키지가 얼마나 유용한지 확인해보시기 바랍니다.
글의 순서
한국투자증권 API로 1분봉 데이터 가져오기
1분봉으로 다양한 분봉 OHLCV 데이터 만들기
파이썬 코드 : 1분봉 OHLCV 데이터로 3분봉, 5분봉, 10분봉… 원하는 분봉 데이터 만들기
한국투자증권 API로 1분봉 데이터 가져오기
한국투자증권 API는 일, 주, 월의 캔들을 가져올 수 있습니다. 그러나 분봉 데이터의 경우 당일(오늘)만 가능합니다. 그것도 1분봉만 가능하며, 한번에 30건만 조회할 수 있습니다. 그러니까 시간을 입력하면, 그 시간 기준으로 30분 전의 데이터부터 가져옵니다. 따라서 오늘 전체 시간인 09:00~15:30의 데이터를 가져오려면 15:30부터 30분씩 줄여가며 09:00시까지 거슬러 올라가야 합니다. 지난 포스팅, 한국투자증권 API로 1분봉 OHLCV 데이터 가져오기 실습코드의 decrease_time 함수에서 이를 구현하였습니다.
1분봉으로 3분봉, 5분봉, 10분봉… 원하는 분봉 OHLCV 데이터 만들기
1분봉으로 3분봉, 5분봉, 15분봉 등 다양한 분봉을 만드는 원리는 간단합니다. 1분봉 데이터를 묶어서 Open, High, Low, Close, Volume 데이터를 재계산하기만 하면 되니 말입니다. 파이썬의 경우, 판다스 패키지의 resample 함수를 사용하면 간단하게 해결됩니다. 예를 들어, resample(‘3T’)을 사용한다면, 3분 단위로 데이터를 그룹화하며, OHLCV 값을 다시 계산합니다.
resample_ohlcv(df, freq) 함수
1분봉 데이터를 가져온 후 이를 3분봉, 5분봉, 60분봉 등 다른 분봉 데이터로 바꾸는데 핵심적인 역할을 하는 함수가 resample_ohlcv(df, freq) 함수입니다. 이 함수는 1분 단위로 이미 모아둔 OHLCV 데이터(df)를 원하는 시간 간격(freq)으로 묶어서 새로운 OHLCV를 만들어주는 역할을 합니다.
resample() 함수의 freq 인자는 Pandas 내부에서 미리 정의해둔 시간 간격 문자열을 사용합니다. 이를 “오프셋(alias)”이라고 부르는데, 예를 들어 아래와 같은 문자열들이 있습니다.
▶T 또는 min : 분(minute)
▶H : 시간(hour)
▶D : 일(day)
▶W : 주(week)
▶M : 달(month)
▶Y 또는 A : 연(year)
▶1H, 5T 같은 식으로 숫자 + 단위 조합도 가능
‘5T’는 “5분 간격”, ‘1H’는 “1시간 간격” 등처럼 Pandas가 인식하는 형식대로 지정해주면 됩니다. 만약 더 복잡한 패턴이 필요하다면 Pandas의 DateOffset 객체를 직접 만들어서 사용할 수도 있어요. 즉, 기본적으로 freq=’3T’처럼 쓰면 3분 단위로 데이터가 묶이고, ’60T’나 ‘1H’처럼 쓰면 1시간 단위로 묶이는 식으로 동작합니다. 이런 문자열들은 Pandas가 미리 인식하도록 만들어놓은 것이라서 직접 함수를 구현할 필요 없이 편리하게 사용할 수 있습니다.
import os
import requests
import json
import datetime
import pandas as pd
# KIS API 설정
api_key = os.getenv('KIS_APP_KEY')
api_secret = os.getenv('KIS_APP_SECRET')
# KIS API 기본 설정
URL_BASE = "https://openapi.koreainvestment.com:9443"
# 액세스 토큰 발급 함수
def get_access_token():
"""KIS API를 위한 액세스 토큰 발급"""
headers = {"content-type": "application/json"}
body = {
"grant_type": "client_credentials",
"appkey": api_key,
"appsecret": api_secret
}
PATH = "/oauth2/tokenP"
URL = f"{URL_BASE}{PATH}"
res = requests.post(URL, headers=headers, data=json.dumps(body))
if res.status_code == 200:
access_token = res.json()["access_token"]
return access_token
else:
print(f"Failed to get access token: {res.json()}")
return None
# time_end를 minutes만큼 줄여주는 함수
def decrease_time(time_str, minutes):
"""time_str을 분 단위로 감소시켜서 새로운 시간을 반환"""
time_format = '%H%M%S'
dt = datetime.datetime.strptime(time_str, time_format)
dt -= datetime.timedelta(minutes=minutes)
return dt.strftime(time_format)
# 당일 분봉 OHLCV 데이터 조회 함수
def get_minute_ohlcv_data(access_token, code, time_end="153000"):
"""당일 분봉 OHLCV 데이터를 조회하고 DataFrame으로 반환"""
PATH = "/uapi/domestic-stock/v1/quotations/inquire-time-itemchartprice"
URL = f"{URL_BASE}{PATH}"
all_data = []
# 반복적으로 데이터를 요청하면서 time_end 값을 줄여가며 데이터를 받아옴
while True:
# 현재 날짜 설정
# today = datetime.datetime.now().strftime('%Y%m%d')
headers = {
"Content-Type": "application/json",
"authorization": f"Bearer {access_token}",
"appKey": api_key,
"appSecret": api_secret,
"tr_id": "FHKST03010200", # 당일 분봉 데이터 조회용 거래 ID
}
params = {
"FID_ETC_CLS_CODE": "", # 기타 구분 코드
"FID_COND_MRKT_DIV_CODE": "J", # 시장 분류 코드
"FID_INPUT_ISCD": code, # 종목 코드
"FID_INPUT_HOUR_1": time_end, # 조회 종료 시간 (HHMMSS)
"FID_PW_DATA_INCU_YN": "N" # 과거 데이터 포함 여부 (N: 당일만 조회)
}
res = requests.get(URL, headers=headers, params=params)
if res.status_code == 200:
res_data = res.json()
data = res_data.get('output2', [])
if data:
# OHLCV 데이터를 DataFrame으로 변환
ohlcv_data = [{
"Date": item['stck_bsop_date'], # 거래일자
"Time": item['stck_cntg_hour'], # 체결 시간
"Open": item['stck_oprc'], # 시가
"High": item['stck_hgpr'], # 고가
"Low": item['stck_lwpr'], # 저가
"Close": item['stck_prpr'], # 종가
"Volume": item['cntg_vol'] # 체결 거래량
} for item in data]
all_data.extend(ohlcv_data)
# 30개의 데이터를 받았으면 time_end를 줄여서 다음 데이터를 요청
time_end = decrease_time(time_end, minutes=30)
print(f"Next time_end: {time_end}")
else:
print("No more data available for the specified time.")
break
else:
print(f"Failed to retrieve data: {res.status_code}, {res.text}")
return None
# DataFrame 생성 및 정렬
df = pd.DataFrame(all_data)
df['DateTime'] = pd.to_datetime(df['Date'] + df['Time'], format='%Y%m%d%H%M%S') # 날짜와 시간 결합
df = df.astype({'Open': 'float', 'High': 'float', 'Low': 'float', 'Close': 'float', 'Volume': 'float'}) # 데이터 타입 변환
df = df[['DateTime', 'Open', 'High', 'Low', 'Close', 'Volume']] # 열 정렬
df = df.sort_values(by='DateTime', ascending=True) # 시간 오름차순 정렬
df = df.reset_index(drop=True) # 인덱스를 다시 설정
return df
def resample_ohlcv(df, freq='3T'):
"""
분 단위 OHLCV 데이터(DataFrame)를 원하는 주기로 묶어서(resample) 새 OHLCV로 반환.
freq 예시
- '3T': 3분 간격
- '5T': 5분 간격
- '10T': 10분 간격
- '60T' or '1H': 60분 간격
"""
# 1) DateTime을 인덱스로 설정
df = df.set_index('DateTime')
# 2) resample()을 이용해 묶기
# Open: 구간의 첫 시가
# High: 구간 중 최고가
# Low: 구간 중 최저가
# Close: 구간의 마지막 종가
# Volume: 구간 거래량 합계
resampled = df.resample(freq).agg({
'Open': 'first',
'High': 'max',
'Low': 'min',
'Close': 'last',
'Volume': 'sum'
})
# 3) NaN 제거 혹은 처리
# 시작 시점에 묶는 과정에서 빈 구간이 생길 수 있으니 필요시 dropna() 처리
resampled = resampled.dropna(how='any')
# 4) 인덱스를 다시 컬럼으로
resampled = resampled.reset_index()
return resampled
# 메인 실행 부분
if __name__ == "__main__":
access_token = get_access_token()
if access_token:
# 종목, 조회 종료 시간 지정 (예: 15:30:00까지 데이터를 받아오기 시작)
code_stock_krx = '005380' # 예) 현대차
time_end = "153000" # 종료 시간
df_1min = get_minute_ohlcv_data(access_token, code=code_stock_krx, time_end=time_end)
if df_1min is not None:
print("===== 1분봉 데이터 =====")
print(df_1min.head())
# 3분봉으로 변환
df_3min = resample_ohlcv(df_1min, freq='3T')
print("===== 3분봉 데이터 =====")
print(df_3min.head())
else:
print("Failed to get access token.")
Next time_end: 150000
Next time_end: 143000
Next time_end: 140000
Next time_end: 133000
Next time_end: 130000
Next time_end: 123000
Next time_end: 120000
Next time_end: 113000
Next time_end: 110000
Next time_end: 103000
Next time_end: 100000
Next time_end: 093000
Next time_end: 090000
Next time_end: 083000
No more data available for the specified time.
===== 1분봉 데이터 =====
DateTime Open High Low Close Volume
0 2025-01-24 09:00:00 208000.0 208500.0 207000.0 207500.0 17025.0
1 2025-01-24 09:01:00 207500.0 208000.0 207500.0 207500.0 4199.0
2 2025-01-24 09:02:00 207500.0 208000.0 207500.0 208000.0 2021.0
3 2025-01-24 09:03:00 207500.0 207500.0 207000.0 207000.0 13711.0
4 2025-01-24 09:04:00 207000.0 207500.0 207000.0 207000.0 1945.0
===== 3분봉 데이터 =====
DateTime Open High Low Close Volume
0 2025-01-24 09:00:00 208000.0 208500.0 207000.0 208000.0 23245.0
1 2025-01-24 09:03:00 207500.0 207500.0 207000.0 207000.0 16434.0
2 2025-01-24 09:06:00 207000.0 207500.0 206000.0 207000.0 30947.0
3 2025-01-24 09:09:00 207000.0 207500.0 206500.0 207000.0 10061.0
4 2025-01-24 09:12:00 207500.0 207500.0 206500.0 207000.0 17399.0