krx-quant-core

한국 주식(KOSPI·KOSDAQ) 퀀트 공통 코어. 호가단위·가격제한폭·세션 규칙, 일자별 증권거래세 비용모델, 키움 주문 가드, DART 중대공시 분류, 킬스위치, 체결 시뮬레이션, Deflated Sharpe·purged CV 검증 통계를 한 패키지로 묶었다.

전략은 여기 없다. 전략을 가진 레포들이 같은 시장 규칙과 같은 비용 숫자를 쓰게 하는 것이 이 패키지의 존재 이유다.

왜 따로 뺐나

세 레포가 같은 규칙을 각자 들고 있었고, 실제로 어긋나 있었다.

• normalize_code 가 두 레포에 복붙돼 있었다. 한쪽 옛 구현은 0155E0 을 001550 (완전히 다른 회사)으로 바꾸던 버그를 안고 있었다.
• 거래비용이 레포마다 0.0023·0.0034·0.0064·50bp 로 흩어져 있었고, 거래세가 2023→2024→2025→2026 에 네 번 바뀌었는데 일자별로 적용하는 코드가 어디에도 없었다.
• 체결 판정(through/touch)이 같은 레포 안에서도 알 수 없는 값을 받으면 한 곳은 through, 다른 곳은 touch 로 반대로 읽었다.
• 하한가 계산은 없었다. 대칭식으로 짜면 틀린다 — 실측 대조 결과는 아래.

설치

pip install krx-quant-core==0.6.0
# 초 격자 호가 리플레이(backtest.lob)를 numba 로 가속하려면 extra 로: "krx-quant-core[fast]==0.6.0"
# optuna 스윕(research.optuna_search)까지 쓰려면: "krx-quant-core[fast,opt]==0.6.0"

# PyPI 릴리스 전(또는 태그 고정 개발 중)에는 git 태그로:
pip install "krx-quant-core @ git+https://github.com/younghwan91/krx-quant-core@v0.6.0"

Python ≥ 3.11. 의존성은 kiwoom-client(호가단위 표의 정본), numpy, pandas 뿐이다. 선택 extra fast 는 numba 를 더한다 — 없으면 같은 커널을 파이썬으로 돌려 같은 숫자를 낸다.

모듈

krx_quant_core/
├── market/     종목코드·Market, 호가단위, 상/하한가, KST 세션, 거래일 달력
├── costs/      일자별 거래세 스케줄, KoreanCostModel(Decimal), round_trip_cost(float)
├── execution/  주문 관리 계층 — OrderManager·InstanceLock(oms.py), PositionBook(book.py),
│               Broker 프로토콜·PaperBroker·KiwoomBroker, EngineCore(같은 전략, 실매매/리플레이),
│               키움 REST 주문 스펙, OrderIntent/OrderResult, OrderGuard(순수 가드)
├── risk/       DART 중대공시 분류·RiskGate, DartDisclosureDB, KillSwitch
├── backtest/   호가 스윕 VWAP·왕복비용, 지정가 체결 규칙, 트레이드 원장 지표, 횡단면 시뮬,
│               replay.py(run_replay — EngineCore+PaperBroker 로 과거 이벤트 리플레이),
│               drift.py(일중·야간 수익 분해 — 이 유니버스의 일중은 구조적으로 음수인가)
│   └── lob/    틱·호가 → 초 격자 특징·경로, 배치=실시간 공용 커널, 에피소드 시뮬, 무작위 대조군, 지정가 대기열 모델,
│               ceiling.py(오라클 천장 — 완벽한 예지력으로도 비용을 넘는가)
├── research/   run_sweep(격자·병렬·캐시), optuna_search(TPE, extra `opt`) — 둘 다 모든
│               config 를 시행 원장에 적는다
├── stats/      Deflated/Probabilistic Sharpe, t-haircut, purged walk-forward, 부트스트랩, 취약성,
│               selection.py(후보 선택편향 — 검증 최대를 고른 값이 실력 없이 얼마나 오르나),
│               matched_null.py(층 매칭 대조 + 날짜 클러스터 부트스트랩)
└── runtime/    호스트 가드, 실행 기록 start_run, OOS 하드 잠금, kqc CLI(simnode 원격 실행 · kqc nightly ·
                kqc nightly status · kqc pins)

from datetime import date
from krx_quant_core.market import Market, limit_up_price, limit_down_price, shift_ticks
from krx_quant_core.costs import round_trip_cost, tax_rate

limit_up_price(24_250)          # 31500
limit_down_price(239_000)       # 167500.0
shift_ticks(49_950, 2)          # Decimal('50100') — 밴드 경계를 넘어도 유효 호가
tax_rate(date(2025, 6, 2), Market.KOSPI).total   # Decimal('0.0015')
round_trip_cost(date(2026, 9, 14), Market.KOSDAQ, slippage_one_way=0.0015)  # 0.0053

초 격자 호가 리플레이 (backtest.lob, v0.2)

scalp-it 80·81·82번에 흩어져 있던 틱·호가 리플레이를 옮겼다. 원본 build_code· _strength_exit_labels·random_control 사본과 합성 틱·호가로 대조해 비트 단위 동일 (골든 테스트), numba 경로와 파이썬 폴백도 동일, 배치와 실시간 증분도 동일하다.

from datetime import date
from krx_quant_core.backtest.lob import build_second_grid, simulate_exits, random_entry_control

feat, path = build_second_grid(ticks, quotes)     # 09:00~15:20 초 격자, 09:05~15:10 특징 행
r = simulate_exits(feat.sec, path["bid"], path["ask"], path["strength"],
                   strength_drop=3.0, max_hold=300,          # 82번 청산 규칙
                   trade_date=date(2026, 9, 8), market="KOSDAQ")  # 비용 = round_trip_cost
r.net, r.hold, r.reason                          # 순수익·보유초·청산사유(EXIT_*)

실시간은 SecondFeatureStream().update(...) 를 초마다 부른다 — 배치와 같은 step 커널이다. 체결 가정은 원본 그대로 낙관적이다(1호가 전량 체결, 잔량·대기열 무시).

초 단위 피처 v2 (backtest.lob.features_v2)

scalp-it 93·94번 강화학습 정책의 입력 37열(scripts/rl_93/features.json) 중 종목 하나로 계산되는 35열(FEATURE_SET_V2, 정본 순서)을 83번 build_code·84번 _extra 원본과 비트 단위로 같게 (nan 포함) 낸다. 정의는 고치지 않았다 — 84번이 호가 잔량을 유효성 필터 없이 다시 읽는 것, ofiw 분모가 pandas rolling.mean(Kahan 보정합)인 것까지 그대로다.

import numpy as np
from krx_quant_core.backtest.lob import (
    FEATURE_SET_V2, SecondFeatureStreamV2, aggregate_seconds_v2, compute_features_v2,
)

# 배치(연구): 한 종목·하루
X, (ptr, price, volume, side) = aggregate_seconds_v2(ticks, quotes)
F = compute_features_v2(X, ptr, price, volume, side)   # (22800초, STEP_COLUMNS_V2) float64
obs = F[:, : len(FEATURE_SET_V2)].astype(np.float32)   # 학습 캐시와 같은 float32

# 실시간(운용): 종목마다 스트림 하나, 초가 닫히면 그 초 호가 행 + 그 초 체결들
stream = SecondFeatureStreamV2()
row = stream.update_array(x, price_s, volume_s, side_s)  # 매번 새 float64 배열

입력은 초당 호가 행(INPUT_COLUMNS_V2)과 체결 CSR(ptr·가격·수량·방향)이다 — same_size_val10 (최근 10초 같은 수량 반복)이 체결 단위라서다. 출력 STEP_COLUMNS_V2 = 35열 + 보조 cumval·last, 자료형은 배치·실시간 모두 float64(원본 계산 자료형). 정본 중 FEATURE_SET_V2_EXCLUDED = cum_rank·dayret_rank 는 종목 간 순위(전일 종가·대상 종목 집합 필요)라 내지 않는다 — 소비자가 채우고, 원본 식은 cross_section_ranks_v2(cumval, last, prevclose) 에 옮겨 두었다. 원본 cum_rank 대상은 "그날 틱 500건 이상" 종목이라 하루가 끝나야 정해진다는 점에 주의.

실시간 초당 입력 만들기(배치 aggregate_seconds_v2 와 같은 규칙) — 초 s 가 닫힐 때:

x = [
    last_tick.best_bid, last_tick.best_ask,   # 그 초 마지막 틱 값, nan 이어도 그대로
    last_tick.strength,                       # (그 초 틱이 없으면 셋 다 nan)
    q.bidqty1, q.askqty1,                     # q = 그 초 마지막 "유효" 스냅샷(bid1>0 且 ask1>0), 없으면 nan
    q.bidqty1 + q.bidqty2 + q.bidqty3,        #   ×q.bid1 (nan 잔량은 건너뛴 합) — bid_depth3
    ...,                                      #   ask_depth3 도 같은 식
    r.bidqty1, r.askqty1,                     # r = 그 초 마지막 스냅샷(유효 여부 무관), nan 이어도 그대로
]
# 유효 스냅샷이 있으면 bid/ask 는 그 스냅샷의 bid1/ask1 로 덮는다.
row = stream.update_array(x, prices, volumes, sides)   # 그 초 체결들, (ts, seq) 순

스트림 메모리는 인스턴스당 수십 KB 로 고정이다(링버퍼 301초 + 최근 10초 체결). 커널 상태가 09:00 부터의 누적이라 장중 재시작은 그날 초 격자를 처음부터 다시 넣어 복구한다: SecondFeatureStreamV2.from_history(X, ptr, price, volume, side).

백테스트-운용 동일 커널. v2 는 한 초를 전진하는 step_v2 하나를 배치 루프와 실시간 스트림이 같이 부른다. 골든 테스트(합성 3 시드: 빈 호가창 초·체결 없는 초·폭주 체결·순위 동점)가 원본 대 배치, 배치 대 실시간, numba 대 파이썬 폴백을 모두 np.array_equal(equal_nan=True) 와 자료형까지 대조한다. simnode 실측(워밍업 뒤, 부하 따라 흔들림): 스트림 한 초 갱신 634µs·배치 14µs/초(numba), 폴백은 각각 약 180µs·60µs.

지정가 대기열 모델 (backtest.lob.queue, v0.3)

touch/through 는 대기열 위치를 모를 때의 두 극단이다. 10단계 호가 스냅샷과 가격별 체결량으로 내 앞 잔량을 추적한다(hftbacktest L2 모델 방식, MIT): risk_averse(취소는 전부 내 뒤), prob_power·prob_log(취소를 앞·뒤에 확률 배분). 도착 즉시 반대 호가 스윕, 부분 체결, 정수 초 지연.

from krx_quant_core.backtest.lob import build_book_grid, build_level_trades, simulate_limit_orders

book, trades = build_book_grid(quotes), build_level_trades(ticks)
r = simulate_limit_orders(+1, book.bid_px[secs, 0], 10, secs, book, trades,
                          max_wait=60, latency=1, queue_model="risk_averse")
r.filled_qty, r.avg_price, r.status      # STATUS_FILLED / PARTIAL / CANCELED / NOT_PLACED

실데이터 점검(2026-09-10, 체결 많은 20종목, 30초마다 매수1호가 합류 10주, 최대 60초 대기):

touch 가정은 체결률만 부풀리는 게 아니라 역선택을 지운다(마크아웃 부호가 뒤집힌다). 데이터가 1초 절삭이라 초 미만 순서·지연은 모델링하지 않는다 — 가정 전체는 모듈 docstring.

백테스트 실행 기반 (runtime, v0.4)

백테스트는 simnode 에서만 돈다. 숫자마다 어디서·어떤 코드로·어떤 데이터로·몇 번째 시도로 나왔는지 기계가 남긴다.

from krx_quant_core.runtime import DataSpec, start_run

with start_run("scalp84-flow", config, repo_root=ROOT,
               data=DataSpec("2026-08-24", "2026-09-07", "train"), seed=84) as run:
    ...
    run.log_result({"mean_bp": -3.1, "n": 812, "dsr_trials": run.n_trials})

• 게이트: simnode 아님 · 추적 파일 미커밋 · 잠긴 OOS 구간 → RunRefused.
• 기록: research/runs/<label>/RUNS.jsonl(정본, git) + TRIALS.jsonl(DSR 의 N 자동) + Postgres kqc_runs 색인([db] extra, 실패해도 실행 계속).
• OOS: kqc oos define → kqc prereg lock → start_run(..., final=True) 는 label 당 한 번.

kqc run scalp-it -- uv run python scripts/x.py   # trader 에서: 푸시된 sha 를 simnode worktree 에서 실행
kqc runs ls scalp84-flow --repo-root ~/git/scalp-it

공용 엔진 (v0.5)

daytrade-it·scalp-it 감사 결과(2026-09-16) 둘 다 코어를 25~40%만 쓰고 있었다 — 가드·킬스위치는 있는데 체결·주문관리는 각자 복제, 페이퍼 모드는 데몬이 안 씀, 재시작 대사가 없었다. v0.5 는 그 위에 얹는 세 겹이다: 주문 관리 계층(execution), 같은 전략이 실매매/리플레이를 도는 엔진 (execution.engine + backtest.replay), simnode 스윕·야간 실행(research + runtime.nightly).

1. 같은 전략, 실매매와 리플레이

Strategy(on_start/on_event/on_end)는 StrategyContext.oms(OrderManager)만 보고 어디서 체결되는지 모른다. 브로커만 바뀐다 — 웹소켓 이벤트는 KiwoomBroker 위 EngineCore 로, 과거 이벤트는 PaperBroker 위로 흘린다(backtest.replay.run_replay 가 그 배선을 대신 해 준다).

from krx_quant_core.execution import (
    EngineCore, KiwoomBroker, OrderGuard, OrderGuardConfig, OrderManager, PositionBook, Quote,
)

class MyStrategy:
    def on_event(self, ev, ctx) -> None:
        if isinstance(ev, Quote) and ctx.oms.book.position(ev.code) is None:
            ctx.oms.buy(ev.code, 1, int(ev.ask), ref_price=ev.ask)

# 리플레이 — run_replay 는 backtest 최상위가 아니라 backtest.replay 에서 임포트한다
# (execution.paper ↔ backtest.replay 상호 의존이라 backtest/__init__ 이 이걸 다시 내보내면 순환 임포트가 난다).
from krx_quant_core.backtest.replay import merge_events, run_replay

events = merge_events(bars=daily_bars_df)   # ts, code, open/high/low/close, volume
result = run_replay(MyStrategy(), events)
result.fills, result.trades, result.book.realized_krw   # trades = 청산 원장(매도 fill 당 한 행)

# 실매매 — 같은 전략, KiwoomBroker 위
broker = KiwoomBroker(api, dry_run=True)   # dry_run=False 는 실주문
# fills_verified=False(기본): ka10076 체결 조회가 미검증이라 poll_fills/prime 은 [] (경고 1회).
# 모의계좌 실호출로 필드를 확인한 뒤에만 KiwoomBroker(api, dry_run=False, fills_verified=True).
guard = OrderGuard(OrderGuardConfig(max_qty=10, price_band_pct=0.05))
oms = OrderManager(broker, guard=guard, book=PositionBook(journal=Path("data/positions/2026-09-17.jsonl")),
                   order_log=Path("logs/orders.jsonl"))
engine = EngineCore(MyStrategy(), oms)
engine.feed(Quote(now_kst(), "005930", 70_000, 70_100))   # 웹소켓 시세 이벤트마다 호출
# 체결 동기화는 타이머로 — fills_verified=True 면 feed 마다 조회 REST 가 나가 한도를 넘는다.
#   loop.call_later / 스레드 타이머 등으로 2초마다: oms.sync()

이름 주의: execution.Trade 는 시세 체결 틱 이벤트, backtest.Trade 는 청산 원장 한 행이다. 한 파일에서 둘 다 쓰면 from krx_quant_core.execution import Trade as TradeTick 처럼 별칭을 쓸 것.

2. simnode 파라미터 스윕

from krx_quant_core.research import grid, run_sweep
from krx_quant_core.runtime import DataSpec

def objective(cfg: dict) -> dict:
    ...  # 모듈 최상위 함수 — ProcessPoolExecutor 로 자식 프로세스에 피클된다
    return {"sharpe": ..., "mean_bp": ...}

configs = grid(threshold=[0.5, 0.6, 0.7], hold_sec=[60, 120])
res = run_sweep(objective, configs, label="scalp84-sweep", repo_root=ROOT,
                data=DataSpec("2026-08-24", "2026-09-07", "train"))
res.frame, res.n_trials, res.best("sharpe")   # 모든 config 가 TRIALS.jsonl 에 적힌다

3. kqc nightly — simnode 야간 실행

레포에 research/nightly.toml 을 두면 kqc nightly 가 순서대로(job 하나가 실패해도 다음은 돈다) nice -n 10 으로 실행하고, 로그와 요약(name, rc, secs, timed_out)을 ~/.kqc/nightly/<날짜>/ 에 남긴다.

# research/nightly.toml
[[job]]
name = "pair-sweep"
cmd = ["uv", "run", "python", "scripts/pair_sweep.py", "--days", "20"]
timeout_min = 60
weekdays_only = true

kqc nightly ~/git/scalp-it                       # 크론 한 줄(장 마감 후, simnode 전용)
kqc nightly ~/git/scalp-it --only pair-sweep --dry-run
kqc nightly status --days 7                      # 최근 레포×job 결과표. 최근 실패가 있으면 exit 1 (어느 호스트든)
kqc pins                                         # 소비 레포가 핀한 코어 버전 표. 뒤처진 레포가 있으면 exit 1

cron 의 PATH 는 /usr/bin:/bin 뿐이라 uv 처럼 ~/.local/bin 에 있는 명령을 못 찾는다 — daytrade-it 의 job 이 2026-09-23 부터 매일 rc=127 로 조용히 죽어 있었다(v0.6.0 에서 발견). 그래서 cmd[0] 을 ~/.local/bin·~/.cargo/bin·/usr/local/bin 을 보탠 PATH 에서 찾고 자식에게도 넘기며, 못 찾으면 찾아본 경로를 로그에 적는다. 실패는 stderr 의 kqc nightly: <repo> FAILED … 한 줄과 kqc nightly status 로 보인다.

안전 규칙 — 지키는 것과 아직 못 미더운 것

• 매수는 킬·가드가 막지만 매도(청산)는 막지 않는다. OrderManager.sell 이 막는 건 1주 미만· 가용 보유(보유 − 걸린 매도 잔량)보다 많이 파는 것·0 이하 지정가, 셋뿐이다. 킬이 걸린 날일수록 들고 있는 포지션은 빠져나가야 한다 — 청산까지 막으면 실포지션이 감시 없이 남는다.
• 주문 제출은 재시도하지 않는다. 타임아웃·예외·return_code 없는 응답은 OrderStatus.UNKNOWN ("unknown") — 나갔는지 모른다, 재시도 금지. 미체결·잔고로 확인한다. 매수 UNKNOWN 은 일일 횟수 한도에 센다(나간 주문을 안 세면 상한을 넘긴다). 브로커가 rc≠0 으로 거부한 것만 rejected. 조회(미체결·잔고·체결)만 예외 시 1회 재시도한다.
• poll_fills(ka10076 체결 조회)는 미검증이다. 필드명이 kiwoom-client 에 예시가 없어 브리프 추정값을 쓴다. 그래서 KiwoomBroker(fills_verified=False) 가 기본이고, 이때 poll_fills· prime 은 조회 없이 [] 다 — 모의계좌로 실호출 확인 전에는 켜지 말 것. OrderManager.sync 는 조회 예외를 poll_fills_failed 로그로 남기고 [] 를 돌려준다(엔진이 매 이벤트 터지지 않게).
• holdings()(kt00018)·open_orders()(ka10075)도 전부 검증된 건 아니다. 특히 ka10075 의 매수/매도 판별 필드(io_tp_nm·sell_tp_nm·sell_tp)는 실호출 미확인이다. 판별 못 한 행은 버리고(skipped_rows), 행이 있는데 전부 버려지면 경고 로그를 남긴다 — 조용히 빈 목록이면 매도 잔량 예약이 0 이 되어 중복 청산이 나간다.
• 공유 계좌: 내 주문의 체결만 반영한다. scalp-it·daytrade-it 이 같은 계좌를 쓰므로 체결 조회에 남의 체결이 섞인다. OrderManager 는 자기가 낸 주문번호(own_orders, normalize_ord_no 로 앞자리 0 정규화)의 체결만 장부·킬스위치에 넣고, 나머지는 foreign_fills 와 foreign_fill 로그로 뺀다 (own_orders_only=False 는 계좌를 혼자 쓸 때만). 주문번호 없이 UNKNOWN 이 된 주문의 체결도 여기로 빠진다 — 사람이 확인한다.
• 재시작하면 메모리 상태는 사라진다(후속 과제). own_orders·분할 청산 누적 손익·킬스위치 상태는 복원되지 않는다. 재시작 전 주문의 체결은 foreign_fills 로 빠지니 reconcile() 로 대사할 것.
• InstanceLock 은 같은 계좌를 도는 데몬이 두 번 뜨는 사고(2026-09-15 이중 매수 원인)를 flock(LOCK_EX|LOCK_NB) 로 막는다. 이미 잡혀 있으면 AlreadyRunning — 데몬은 이걸 정상 종료로 다뤄야 한다(재시작 루프가 계속 두 번째 인스턴스를 죽이면 안 된다).
• OrderManager.reconcile() 은 절대 주문을 내지 않는다. 장부 vs broker.holdings() 차이를 보고만 한다 — 어느 쪽이 맞는지는 사람이 판단한다.

판정 축 (v0.6) — "우위가 있는가"를 세 레포가 같은 식으로 잰다

2026-10-04 기준 실주문이 도는 레포가 없다. scalp-it 101번은 현물 일중 스캘핑을 측정으로 닫았다 — 왕복 실비용 41.5bp 를 넘는 우위가 어떤 지평·유니버스·방향에도 없었다. 그 측정(95 천장·98 선택편향· 101 드리프트·매치드 널)이 전부 scalp-it 스크립트에만 있어서 코어로 올렸다. 허위 우위로 실주문을 켜는 사고를 세 레포가 같은 함수로 막는다. 전부 순수 함수고 판정하지 않는다 — 문턱은 각 레포의 사전등록이 쓴다.

from datetime import date
import numpy as np
from krx_quant_core.costs import round_trip_cost
from krx_quant_core.backtest import drift_summary, intraday_overnight, rank_buckets
from krx_quant_core.backtest.lob import ceiling_table
from krx_quant_core.stats import matched_alpha, matched_control, selection_bias_report

# 1. 오라클 천장 — 매도 시점을 사후에 완벽히 골라도 비용을 넘는가 (scalp-it 95)
cost = round_trip_cost(date(2026, 10, 2), "KOSDAQ", slippage_one_way=0.0)   # 세금+수수료, 스프레드는 호가가 낸다
t = ceiling_table([(path["bid"], path["ask"]) for path in paths], cost=cost, horizons=(10, 60, 300, 1800))
t[t.kind == "taker"][["horizon", "median_bp", "frac_pos"]]      # 10초 테이커 중앙이 음수면 그 자리는 끝

# 2. 선택편향 — 검증 일평균 최대로 고른 체크포인트는 실력 없이 몇 bp 오르나 (scalp-it 98)
rep = selection_bias_report(val_log_rows)      # val_n·val_daymean_bp·val_mean_bp 열, pick() 과 같은 필터·동점 처리
rep.premium_vs_random, rep.expected_max_curve  # rl92: 후보 24개·sd 58bp → +166bp 는 탐색만으로 나오는 값

# 3. 일중·야간 분해 — 전일 거래대금 상위의 일중은 구조적으로 음수인가 (scalp-it 101 §1)
d = intraday_overnight(daily)                              # open/close/prev_close → intraday_bp·overnight_bp
d["bucket"] = rank_buckets(d, "turnover_prev", n=4)        # 전일 정보로만 버킷 (당일 값이면 look-ahead)
drift_summary(d, "intraday_bp", by="bucket")               # mean_bp·neg_month_share(121개월 중 120개월)·t_hac

# 4. 매치드 널 — 신호 뒤 수익이 같은 층(날짜×분×변동성×거래대금)의 무작위보다 큰가 (scalp-it 101 A)
ctl = matched_control(trades, pool, strata=["date", "minute", "vol_q", "turnover_q"], n_per=5)
a = matched_alpha(trades, pool, ctl, value="net_bp", cluster="date")   # 날짜 클러스터 부트스트랩
a.alpha, a.ci_low, a.ci_high, a.by_stratum                              # 사전등록: CI 하한 > 0 이어야 통과

95·98 은 원본 스크립트와 비트 단위로 같다(골든 테스트가 원본 복사본을 대조). through_fill_second 는 numba 커널이고 폴백도 같은 숫자다. cost 는 필수 인자 — 원본의 COST = 0.0023 상수를 박지 않았다.

설계 원칙

1. 이식은 수치 동일. 소비 레포가 실매매일에 갈아탈 수 있어야 한다. 포트마다 원본 코드와 무작위 입력으로 대조했다 — 주문 가드 16,000건 사유 문자열 동일, 킬스위치 9,000 스텝 동일, 실제 dart.db 공시 26,551건 분류 동일, 통계·횡단면 시뮬 40 시드 NaN 포함 동일.
2. 판정하지 않는다. 통계 함수는 숫자를 리포트할 뿐 PASS/FAIL 을 돌려주지 않는다 (테스트가 강제). 합격선은 사전등록 문서에 있어야 한다.
3. 모르는 건 모른다고 적는다. 시장가 trde_tp 는 "03"/"3" 둘 중 무엇인지 실호출로 확인된 적이 없어 TRDE_TP_MARKET_VERIFIED = False 로 둔다. 2025 이전 거래세 단계는 2차 출처만 있다고 docstring 에 적었다.
4. 토큰은 공유 자원이다. 두 실매매 프로세스가 같은 앱키를 쓴다. 연결 해제 시 토큰을 폐기하면 다른 프로세스가 죽는다(kiwoom_spec.TOKEN_SHARING_WARNING).

가격제한폭 — 실측 대조

daily_bars(2023-02 이후)에서 고가·저가가 기준가 ±29~31% 인 행에 후보 규칙을 대조했다.

즉 상한가와 하한가는 대칭이 아니다.

거래세 스케줄 (매도 시)

2026 개정은 시행령 개정 보도로 확인했고, 그 이전 단계는 2차 출처다. 법령 원문으로 확인되면 이 표를 갱신한다.

개발

uv sync --extra dev
uv sync --extra dev --extra fast   # numba 경로까지
uv run pytest -q        # 656 tests (extra fast·opt 포함)
uv run ruff check src tests

태그 v* 를 푸시하면 publish.yml 이 PyPI 로 올린다(trusted publishing 설정 후).

로드맵

• v0.6 로 판정 축(backtest.lob.ceiling·stats.selection·backtest.drift·stats.matched_null)과 kqc nightly status·kqc pins 가 들어갔다. 다음 순서: scalp-it 100번(분봉 275일 탐색)이 3·4 를 쓰게 → 엔진 A 마무리(두 데몬의 킬·장부를 OrderManager 로, 실주문이 멈춘 지금이 교체 비용이 가장 싸다) → 101번 B-2(주식선물 기초자산 드리프트)가 양수일 때만 kiwoom-client 선물 모듈·파생 비용 스케줄.
• v0.5 로 주문 관리 계층(execution.oms)·KiwoomBroker/PaperBroker·EngineCore+ backtest.replay·research.run_sweep/optuna_search·kqc nightly 가 들어갔다(위 "공용 엔진" 참고). 남은 것: poll_fills(ka10076) 모의계좌 실호출 확인, scalp-it RiskGuard 킬 판정을 KillSwitch 로 위임(대조 테스트는 이미 있음), daytrade-it/scalp-it 실주문 경로를 코어 엔진으로 갈아타는 건 수치 동일성 증명이 끝난 부분부터 단계적으로.
• ETF 호가단위(kiwoom-client 정본 추가 대기). 대기열 모델(backtest.lob.queue)은 실주문 체결로 계속 보정할 것.
• OrderManager 재시작 복원(own_orders·분할 청산 누적·킬 상태), execution.Trade/backtest.Trade 이름 충돌 정리.

라이선스

Apache-2.0