krx-quant-core 0.6.2__tar.gz → 0.7.0__tar.gz

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
Files changed (137) hide show
  1. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/PKG-INFO +58 -9
  2. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/README.md +56 -7
  3. krx_quant_core-0.7.0/docs/superpowers/specs/2026-10-08-data-layer-acceleration-design.md +55 -0
  4. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/pyproject.toml +2 -2
  5. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/__init__.py +1 -1
  6. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/backtest/lob/__init__.py +2 -1
  7. krx_quant_core-0.7.0/src/krx_quant_core/backtest/lob/_window.py +57 -0
  8. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/backtest/lob/ceiling.py +7 -14
  9. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/backtest/lob/features.py +3 -17
  10. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/backtest/lob/ticks.py +15 -3
  11. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/backtest/replay.py +40 -2
  12. krx_quant_core-0.7.0/src/krx_quant_core/backtest/ticktime.py +122 -0
  13. krx_quant_core-0.7.0/src/krx_quant_core/data/__init__.py +50 -0
  14. krx_quant_core-0.7.0/src/krx_quant_core/data/daily.py +315 -0
  15. krx_quant_core-0.7.0/src/krx_quant_core/data/db.py +183 -0
  16. krx_quant_core-0.7.0/src/krx_quant_core/data/intraday.py +408 -0
  17. krx_quant_core-0.7.0/src/krx_quant_core/data/store.py +181 -0
  18. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/market/ticks.py +53 -1
  19. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/stats/__init__.py +8 -1
  20. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/stats/matched_null.py +69 -1
  21. krx_quant_core-0.7.0/tests/backtest/lob/test_lob_window.py +45 -0
  22. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/backtest/test_replay.py +41 -0
  23. krx_quant_core-0.7.0/tests/backtest/test_ticktime.py +113 -0
  24. krx_quant_core-0.7.0/tests/data/test_data_layer.py +261 -0
  25. krx_quant_core-0.7.0/tests/data/test_data_review_fixes.py +194 -0
  26. krx_quant_core-0.7.0/tests/data/test_pg_integration.py +71 -0
  27. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/market/test_ticks.py +28 -0
  28. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/stats/test_stats_matched_null.py +36 -0
  29. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/uv.lock +1 -1
  30. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/.claude/settings.json +0 -0
  31. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/.github/workflows/ci.yml +0 -0
  32. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/.github/workflows/commit-identity.yml +0 -0
  33. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/.github/workflows/publish.yml +0 -0
  34. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/.gitignore +0 -0
  35. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/LICENSE +0 -0
  36. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/docs/superpowers/plans/2026-09-15-simnode-run-infra.md +0 -0
  37. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/docs/superpowers/plans/2026-09-16-shared-engines.md +0 -0
  38. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/docs/superpowers/plans/2026-10-04-judgment-axis.md +0 -0
  39. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/docs/superpowers/specs/2026-09-15-simnode-run-infra-design.md +0 -0
  40. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/docs/superpowers/specs/2026-09-16-shared-engines-design.md +0 -0
  41. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/docs/superpowers/specs/2026-10-04-judgment-axis-design.md +0 -0
  42. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/backtest/__init__.py +0 -0
  43. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/backtest/crosssectional.py +0 -0
  44. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/backtest/drift.py +0 -0
  45. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/backtest/fills.py +0 -0
  46. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/backtest/ledger.py +0 -0
  47. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/backtest/lob/_jit.py +0 -0
  48. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/backtest/lob/book.py +0 -0
  49. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/backtest/lob/control.py +0 -0
  50. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/backtest/lob/features_v2.py +0 -0
  51. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/backtest/lob/grid.py +0 -0
  52. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/backtest/lob/queue.py +0 -0
  53. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/backtest/lob/sim.py +0 -0
  54. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/backtest/orderbook.py +0 -0
  55. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/backtest/panels.py +0 -0
  56. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/costs/__init__.py +0 -0
  57. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/costs/model.py +0 -0
  58. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/costs/tax.py +0 -0
  59. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/execution/__init__.py +0 -0
  60. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/execution/book.py +0 -0
  61. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/execution/broker.py +0 -0
  62. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/execution/engine.py +0 -0
  63. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/execution/events.py +0 -0
  64. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/execution/guards.py +0 -0
  65. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/execution/kiwoom_broker.py +0 -0
  66. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/execution/kiwoom_spec.py +0 -0
  67. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/execution/oms.py +0 -0
  68. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/execution/orders.py +0 -0
  69. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/execution/paper.py +0 -0
  70. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/market/__init__.py +0 -0
  71. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/market/calendar.py +0 -0
  72. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/market/codes.py +0 -0
  73. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/market/limits.py +0 -0
  74. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/market/session.py +0 -0
  75. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/py.typed +0 -0
  76. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/research/__init__.py +0 -0
  77. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/research/optuna.py +0 -0
  78. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/research/sweep.py +0 -0
  79. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/risk/__init__.py +0 -0
  80. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/risk/dart_db.py +0 -0
  81. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/risk/disclosure.py +0 -0
  82. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/risk/killswitch.py +0 -0
  83. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/runtime/__init__.py +0 -0
  84. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/runtime/cli.py +0 -0
  85. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/runtime/gitstate.py +0 -0
  86. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/runtime/host.py +0 -0
  87. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/runtime/nightly.py +0 -0
  88. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/runtime/oos.py +0 -0
  89. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/runtime/pins.py +0 -0
  90. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/runtime/runindex.py +0 -0
  91. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/runtime/runs.py +0 -0
  92. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/stats/cv.py +0 -0
  93. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/stats/fragility.py +0 -0
  94. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/stats/metrics.py +0 -0
  95. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/stats/selection.py +0 -0
  96. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/stats/sharpe.py +0 -0
  97. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/src/krx_quant_core/stats/trials.py +0 -0
  98. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/backtest/lob/_lob_golden.py +0 -0
  99. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/backtest/lob/_lob_golden_v2.py +0 -0
  100. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/backtest/lob/test_lob_ceiling_golden.py +0 -0
  101. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/backtest/lob/test_lob_features_v2.py +0 -0
  102. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/backtest/lob/test_lob_grid_golden.py +0 -0
  103. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/backtest/lob/test_lob_numba_parity.py +0 -0
  104. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/backtest/lob/test_lob_queue.py +0 -0
  105. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/backtest/test_backtest_crosssectional.py +0 -0
  106. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/backtest/test_backtest_fills.py +0 -0
  107. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/backtest/test_backtest_ledger.py +0 -0
  108. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/backtest/test_backtest_orderbook.py +0 -0
  109. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/backtest/test_backtest_panels.py +0 -0
  110. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/backtest/test_drift.py +0 -0
  111. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/costs/test_cost_model.py +0 -0
  112. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/costs/test_tax_schedule.py +0 -0
  113. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/execution/test_book.py +0 -0
  114. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/execution/test_engine.py +0 -0
  115. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/execution/test_kiwoom_broker.py +0 -0
  116. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/execution/test_kiwoom_spec.py +0 -0
  117. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/execution/test_oms.py +0 -0
  118. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/execution/test_order_guards.py +0 -0
  119. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/execution/test_paper.py +0 -0
  120. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/market/test_limits.py +0 -0
  121. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/market/test_trading_calendar.py +0 -0
  122. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/research/test_sweep.py +0 -0
  123. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/risk/test_dart_disclosure_db_core.py +0 -0
  124. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/risk/test_disclosure_gate.py +0 -0
  125. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/risk/test_killswitch.py +0 -0
  126. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/runtime/test_cli.py +0 -0
  127. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/runtime/test_host_guard.py +0 -0
  128. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/runtime/test_nightly.py +0 -0
  129. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/runtime/test_oos.py +0 -0
  130. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/runtime/test_pins.py +0 -0
  131. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/runtime/test_runs.py +0 -0
  132. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/stats/test_stats_cv.py +0 -0
  133. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/stats/test_stats_fragility.py +0 -0
  134. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/stats/test_stats_metrics.py +0 -0
  135. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/stats/test_stats_selection.py +0 -0
  136. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/stats/test_stats_sharpe.py +0 -0
  137. {krx_quant_core-0.6.2 → krx_quant_core-0.7.0}/tests/stats/test_stats_trials.py +0 -0
@@ -1,7 +1,7 @@
1
1
  Metadata-Version: 2.5
2
2
  Name: krx-quant-core
3
- Version: 0.6.2
4
- Summary: 한국 주식(KOSPI·KOSDAQ) 퀀트 공통 코어 — 호가단위·가격제한폭·세션, 일자별 거래세 비용모델, 주문 가드, 공시 리스크 분류, 체결 시뮬레이션, Deflated Sharpe·purged CV 검증 통계
3
+ Version: 0.7.0
4
+ Summary: 한국 주식(KOSPI·KOSDAQ) 퀀트 공통 코어 — 호가단위·가격제한폭·세션, 일자별 거래세 비용모델, 주문 가드, 공시 리스크 분류, 체결 시뮬레이션, Deflated Sharpe·purged CV 검증 통계, 공용 데이터 층(COPY·mmap 캐시)
5
5
  Project-URL: Homepage, https://github.com/younghwan91/krx-quant-core
6
6
  Project-URL: Repository, https://github.com/younghwan91/krx-quant-core
7
7
  Author-email: Younghwan Chae <chyohw97@gmail.com>
@@ -59,12 +59,13 @@ Deflated Sharpe·purged CV 검증 통계를 한 패키지로 묶었다.
59
59
  ## 설치
60
60
 
61
61
  ```bash
62
- pip install krx-quant-core==0.6.2
63
- # 초 격자 호가 리플레이(backtest.lob)를 numba 로 가속하려면 extra 로: "krx-quant-core[fast]==0.6.2"
64
- # optuna 스윕(research.optuna_search)까지 쓰려면: "krx-quant-core[fast,opt]==0.6.2"
62
+ pip install krx-quant-core==0.7.0
63
+ # 초 격자 호가 리플레이(backtest.lob)를 numba 로 가속하려면 extra 로: "krx-quant-core[fast]==0.7.0"
64
+ # optuna 스윕(research.optuna_search)까지 쓰려면: "krx-quant-core[fast,opt]==0.7.0"
65
+ # 데이터 층(data.*)을 Postgres 에서 읽으려면: "krx-quant-core[db]==0.7.0" (psycopg2 가 깔려 있으면 그것도 된다)
65
66
 
66
67
  # PyPI 릴리스 전(또는 태그 고정 개발 중)에는 git 태그로:
67
- pip install "krx-quant-core @ git+https://github.com/younghwan91/krx-quant-core@v0.6.2"
68
+ pip install "krx-quant-core @ git+https://github.com/younghwan91/krx-quant-core@v0.7.0"
68
69
  ```
69
70
 
70
71
  Python ≥ 3.11. 의존성은 `kiwoom-client`(호가단위 표의 정본), `numpy`, `pandas` 뿐이다.
@@ -74,7 +75,8 @@ Python ≥ 3.11. 의존성은 `kiwoom-client`(호가단위 표의 정본), `nump
74
75
 
75
76
  ```
76
77
  krx_quant_core/
77
- ├── market/ 종목코드·Market, 호가단위, 상/하한가, KST 세션, 거래일 달력
78
+ ├── data/ 공용 DB 읽기(COPY)·열 단위 mmap 캐시 — 하루치 틱·호가·분봉 CSR, 연도별 일봉·패널, 거래일 달력
79
+ ├── market/ 종목코드·Market, 호가단위(스칼라·벡터·ETF), 상/하한가, KST 세션, 거래일 달력
78
80
  ├── costs/ 일자별 거래세 스케줄, KoreanCostModel(Decimal), round_trip_cost(float)
79
81
  ├── execution/ 주문 관리 계층 — OrderManager·InstanceLock(oms.py), PositionBook(book.py),
80
82
  │ Broker 프로토콜·PaperBroker·KiwoomBroker, EngineCore(같은 전략, 실매매/리플레이),
@@ -82,7 +84,8 @@ krx_quant_core/
82
84
  ├── risk/ DART 중대공시 분류·RiskGate, DartDisclosureDB, KillSwitch
83
85
  ├── backtest/ 호가 스윕 VWAP·왕복비용, 지정가 체결 규칙, 트레이드 원장 지표, 횡단면 시뮬,
84
86
  │ replay.py(run_replay — EngineCore+PaperBroker 로 과거 이벤트 리플레이),
85
- │ drift.py(일중·야간 수익 분해 — 이 유니버스의 일중은 구조적으로 음수인가)
87
+ │ drift.py(일중·야간 수익 분해 — 이 유니버스의 일중은 구조적으로 음수인가),
88
+ │ ticktime.py(불규칙 틱시각 직전·미래 창 — numba)
86
89
  │ └── lob/ 틱·호가 → 초 격자 특징·경로, 배치=실시간 공용 커널, 에피소드 시뮬, 무작위 대조군, 지정가 대기열 모델,
87
90
  │ ceiling.py(오라클 천장 — 완벽한 예지력으로도 비용을 넘는가)
88
91
  ├── research/ run_sweep(격자·병렬·캐시), optuna_search(TPE, extra `opt`) — 둘 다 모든
@@ -402,6 +405,46 @@ a.alpha, a.ci_low, a.ci_high, a.by_stratum # 사전
402
405
  95·98 은 원본 스크립트와 **비트 단위로 같다**(골든 테스트가 원본 복사본을 대조). `through_fill_second` 는
403
406
  numba 커널이고 폴백도 같은 숫자다. `cost` 는 필수 인자 — 원본의 `COST = 0.0023` 상수를 박지 않았다.
404
407
 
408
+ ## 데이터 층 (v0.7) — 한 번 읽고, 열 단위로 mmap
409
+
410
+ 세 레포가 같은 DB(`KR_QUANT_DB`)를 각자 읽었다: scalp-it 은 하루치 틱·호가 로더 9벌과 날짜별 피클 캐시
411
+ 17벌(`~/of80` 17GB), daytrade-it 은 분봉을 매 실행 다시 쿼리, swing-it 은 `daily_bars_adjusted` 580만 행을
412
+ 매번 `SELECT *`. `data` 는 Postgres 를 `COPY … TO STDOUT (FORMAT csv)` 로 읽어 열마다 `.npy` 로 저장하고
413
+ 다음부터 `mmap` 으로 연다 — 필요한 열만 디스크에서 올라오고, 16 워커가 같은 날을 읽어도 페이지 캐시 한 벌이다.
414
+ 캐시 위치 `$KQC_DATA`(기본 `~/.kqc/data`). **옵트인**이라 기존 어댑터는 그대로 돈다.
415
+
416
+ ```python
417
+ from datetime import date
418
+ from krx_quant_core import data as D
419
+ from krx_quant_core.backtest.lob import build_second_grid
420
+
421
+ tk = D.load_ticks(date(2026, 10, 7)) # 종목별 CSR: tk.codes, tk.ptr, tk.cols["price"] (int32)
422
+ qs = D.load_quotes(date(2026, 10, 7), levels=3) # 캐시는 10단계 전체, 읽는 건 3단계만
423
+ feat, path = build_second_grid(tk.frame("005930"), qs.frame("005930")) # read_sql 경로와 비트 동일
424
+ mb = D.load_minute_bars(date(2026, 10, 7)) # sec = 분 시작 초
425
+ bars = D.load_daily_bars("2016-01-01", "2026-10-08") # 연도별 캐시 + 지문 — 바뀐 해만 다시 받는다
426
+ panel = D.daily_panel(bars, ["close", "trade_value"], dtype="float32")
427
+ panel.array("close") # code × date (crosssectional 입력 방향)
428
+ panel.frame("close", orient="date_x_code") # orient 는 필수 — .T 빠뜨리는 버그 방지
429
+ cal = D.trading_calendar() # daily_bars 날짜, KST 하루 한 번 DB
430
+ ```
431
+
432
+ simnode 실측(2026-10-07 하루, 콜드 → 웜): 틱 190만 행 5.4s → **1ms**, 호가 90만 행 9.0s → **2ms**,
433
+ 분봉 56만 행 2.6s → 2ms, 일봉 10년 580만 행 16s → 1.1s(지문 쿼리 포함), 패널 0.35s, 달력 0.74s → 1ms.
434
+ 틱 하루 메모리 `read_sql` 223MB → 84MB. 장중 데이터는 **닫힌 날**(KST 오늘 이전)만 캐시하고 오늘은 매번 DB.
435
+ `frame()` 은 정수열을 int64 로 올려 `read_sql` 과 같은 의미다 — 배열(`get()`)을 직접 곱할 땐 먼저
436
+ `astype(np.int64)`(int32 × int32 는 넘친다).
437
+
438
+ 같은 판에 들어간 가속(전부 **값 동일** — 원본·정본 대조 테스트):
439
+
440
+ | 무엇 | 전 → 후 |
441
+ |---|---|
442
+ | `lob.ceiling_table`·`forward_labels` 미래 창 극값 (O(n·h) → 단조 덱 O(n)) | 3종목-일 2.23s → 0.058s, h=7200 0.19s → 0.0006s |
443
+ | `market.ticks.tick_size_int` (Decimal → float 밴드 이분탐색) · `tick_size_array`·ETF 표 신설 | 0.44 → 0.07µs/호출 |
444
+ | `backtest.ticktime.trailing_sums`·`forward_max_last` (scalp-it `tick_sanity` 루프 이식) | 13만 틱 21×·119× |
445
+ | `run_replay(cost_model=, liquidate_at_end=)` | daytrade-it 이중 장부 우회 제거 |
446
+ | `stats.cluster_bootstrap_diff_ci` | daytrade-it `diff_ci` 와 같은 숫자, 손 루프 대체 |
447
+
405
448
  ## 설계 원칙
406
449
 
407
450
  1. **이식은 수치 동일.** 소비 레포가 실매매일에 갈아탈 수 있어야 한다. 포트마다 원본
@@ -448,7 +491,7 @@ numba 커널이고 폴백도 같은 숫자다. `cost` 는 필수 인자 — 원
448
491
  ```bash
449
492
  uv sync --extra dev
450
493
  uv sync --extra dev --extra fast # numba 경로까지
451
- uv run pytest -q # 656 tests (extra fast·opt 포함)
494
+ uv run pytest -q # 800+ tests (extra fast·opt 포함)
452
495
  uv run ruff check src tests
453
496
  ```
454
497
 
@@ -456,6 +499,12 @@ uv run ruff check src tests
456
499
 
457
500
  ## 로드맵
458
501
 
502
+ - **v0.7** 로 데이터 층(`data`)과 가속이 들어갔다. 소비 레포 채택 순서 제안: scalp-it 하루치 로더 9벌·
503
+ 피클 캐시 → `load_ticks`/`load_quotes`, `select distinct ts::date` → `trading_calendar`, `tick_sanity` 루프
504
+ → `backtest.ticktime`; daytrade-it 분봉 쿼리 → `load_minute_bars`, `handlers/backtest.py` 이중 장부 →
505
+ `run_replay(cost_model=, liquidate_at_end=True)`, `diff_ci` → `cluster_bootstrap_diff_ci`; swing-it
506
+ `read_prices`·반복 피벗 → `load_daily_bars` + `daily_panel`. 다음: 수집기 COPY 쓰기 경로, 실시간
507
+ `TimeWindow`(pair_detector 창 합), `price_adjust` 의 코어 이전 — 셋 다 실매매·운영 경로라 패리티 근거와 함께.
459
508
  - **v0.6** 로 판정 축(`backtest.lob.ceiling`·`stats.selection`·`backtest.drift`·`stats.matched_null`)과
460
509
  `kqc nightly status`·`kqc pins` 가 들어갔다. 다음 순서: scalp-it 100번(분봉 275일 탐색)이 3·4 를 쓰게 →
461
510
  엔진 A 마무리(두 데몬의 킬·장부를 `OrderManager` 로, 실주문이 멈춘 지금이 교체 비용이 가장 싸다) →
@@ -28,12 +28,13 @@ Deflated Sharpe·purged CV 검증 통계를 한 패키지로 묶었다.
28
28
  ## 설치
29
29
 
30
30
  ```bash
31
- pip install krx-quant-core==0.6.2
32
- # 초 격자 호가 리플레이(backtest.lob)를 numba 로 가속하려면 extra 로: "krx-quant-core[fast]==0.6.2"
33
- # optuna 스윕(research.optuna_search)까지 쓰려면: "krx-quant-core[fast,opt]==0.6.2"
31
+ pip install krx-quant-core==0.7.0
32
+ # 초 격자 호가 리플레이(backtest.lob)를 numba 로 가속하려면 extra 로: "krx-quant-core[fast]==0.7.0"
33
+ # optuna 스윕(research.optuna_search)까지 쓰려면: "krx-quant-core[fast,opt]==0.7.0"
34
+ # 데이터 층(data.*)을 Postgres 에서 읽으려면: "krx-quant-core[db]==0.7.0" (psycopg2 가 깔려 있으면 그것도 된다)
34
35
 
35
36
  # PyPI 릴리스 전(또는 태그 고정 개발 중)에는 git 태그로:
36
- pip install "krx-quant-core @ git+https://github.com/younghwan91/krx-quant-core@v0.6.2"
37
+ pip install "krx-quant-core @ git+https://github.com/younghwan91/krx-quant-core@v0.7.0"
37
38
  ```
38
39
 
39
40
  Python ≥ 3.11. 의존성은 `kiwoom-client`(호가단위 표의 정본), `numpy`, `pandas` 뿐이다.
@@ -43,7 +44,8 @@ Python ≥ 3.11. 의존성은 `kiwoom-client`(호가단위 표의 정본), `nump
43
44
 
44
45
  ```
45
46
  krx_quant_core/
46
- ├── market/ 종목코드·Market, 호가단위, 상/하한가, KST 세션, 거래일 달력
47
+ ├── data/ 공용 DB 읽기(COPY)·열 단위 mmap 캐시 — 하루치 틱·호가·분봉 CSR, 연도별 일봉·패널, 거래일 달력
48
+ ├── market/ 종목코드·Market, 호가단위(스칼라·벡터·ETF), 상/하한가, KST 세션, 거래일 달력
47
49
  ├── costs/ 일자별 거래세 스케줄, KoreanCostModel(Decimal), round_trip_cost(float)
48
50
  ├── execution/ 주문 관리 계층 — OrderManager·InstanceLock(oms.py), PositionBook(book.py),
49
51
  │ Broker 프로토콜·PaperBroker·KiwoomBroker, EngineCore(같은 전략, 실매매/리플레이),
@@ -51,7 +53,8 @@ krx_quant_core/
51
53
  ├── risk/ DART 중대공시 분류·RiskGate, DartDisclosureDB, KillSwitch
52
54
  ├── backtest/ 호가 스윕 VWAP·왕복비용, 지정가 체결 규칙, 트레이드 원장 지표, 횡단면 시뮬,
53
55
  │ replay.py(run_replay — EngineCore+PaperBroker 로 과거 이벤트 리플레이),
54
- │ drift.py(일중·야간 수익 분해 — 이 유니버스의 일중은 구조적으로 음수인가)
56
+ │ drift.py(일중·야간 수익 분해 — 이 유니버스의 일중은 구조적으로 음수인가),
57
+ │ ticktime.py(불규칙 틱시각 직전·미래 창 — numba)
55
58
  │ └── lob/ 틱·호가 → 초 격자 특징·경로, 배치=실시간 공용 커널, 에피소드 시뮬, 무작위 대조군, 지정가 대기열 모델,
56
59
  │ ceiling.py(오라클 천장 — 완벽한 예지력으로도 비용을 넘는가)
57
60
  ├── research/ run_sweep(격자·병렬·캐시), optuna_search(TPE, extra `opt`) — 둘 다 모든
@@ -371,6 +374,46 @@ a.alpha, a.ci_low, a.ci_high, a.by_stratum # 사전
371
374
  95·98 은 원본 스크립트와 **비트 단위로 같다**(골든 테스트가 원본 복사본을 대조). `through_fill_second` 는
372
375
  numba 커널이고 폴백도 같은 숫자다. `cost` 는 필수 인자 — 원본의 `COST = 0.0023` 상수를 박지 않았다.
373
376
 
377
+ ## 데이터 층 (v0.7) — 한 번 읽고, 열 단위로 mmap
378
+
379
+ 세 레포가 같은 DB(`KR_QUANT_DB`)를 각자 읽었다: scalp-it 은 하루치 틱·호가 로더 9벌과 날짜별 피클 캐시
380
+ 17벌(`~/of80` 17GB), daytrade-it 은 분봉을 매 실행 다시 쿼리, swing-it 은 `daily_bars_adjusted` 580만 행을
381
+ 매번 `SELECT *`. `data` 는 Postgres 를 `COPY … TO STDOUT (FORMAT csv)` 로 읽어 열마다 `.npy` 로 저장하고
382
+ 다음부터 `mmap` 으로 연다 — 필요한 열만 디스크에서 올라오고, 16 워커가 같은 날을 읽어도 페이지 캐시 한 벌이다.
383
+ 캐시 위치 `$KQC_DATA`(기본 `~/.kqc/data`). **옵트인**이라 기존 어댑터는 그대로 돈다.
384
+
385
+ ```python
386
+ from datetime import date
387
+ from krx_quant_core import data as D
388
+ from krx_quant_core.backtest.lob import build_second_grid
389
+
390
+ tk = D.load_ticks(date(2026, 10, 7)) # 종목별 CSR: tk.codes, tk.ptr, tk.cols["price"] (int32)
391
+ qs = D.load_quotes(date(2026, 10, 7), levels=3) # 캐시는 10단계 전체, 읽는 건 3단계만
392
+ feat, path = build_second_grid(tk.frame("005930"), qs.frame("005930")) # read_sql 경로와 비트 동일
393
+ mb = D.load_minute_bars(date(2026, 10, 7)) # sec = 분 시작 초
394
+ bars = D.load_daily_bars("2016-01-01", "2026-10-08") # 연도별 캐시 + 지문 — 바뀐 해만 다시 받는다
395
+ panel = D.daily_panel(bars, ["close", "trade_value"], dtype="float32")
396
+ panel.array("close") # code × date (crosssectional 입력 방향)
397
+ panel.frame("close", orient="date_x_code") # orient 는 필수 — .T 빠뜨리는 버그 방지
398
+ cal = D.trading_calendar() # daily_bars 날짜, KST 하루 한 번 DB
399
+ ```
400
+
401
+ simnode 실측(2026-10-07 하루, 콜드 → 웜): 틱 190만 행 5.4s → **1ms**, 호가 90만 행 9.0s → **2ms**,
402
+ 분봉 56만 행 2.6s → 2ms, 일봉 10년 580만 행 16s → 1.1s(지문 쿼리 포함), 패널 0.35s, 달력 0.74s → 1ms.
403
+ 틱 하루 메모리 `read_sql` 223MB → 84MB. 장중 데이터는 **닫힌 날**(KST 오늘 이전)만 캐시하고 오늘은 매번 DB.
404
+ `frame()` 은 정수열을 int64 로 올려 `read_sql` 과 같은 의미다 — 배열(`get()`)을 직접 곱할 땐 먼저
405
+ `astype(np.int64)`(int32 × int32 는 넘친다).
406
+
407
+ 같은 판에 들어간 가속(전부 **값 동일** — 원본·정본 대조 테스트):
408
+
409
+ | 무엇 | 전 → 후 |
410
+ |---|---|
411
+ | `lob.ceiling_table`·`forward_labels` 미래 창 극값 (O(n·h) → 단조 덱 O(n)) | 3종목-일 2.23s → 0.058s, h=7200 0.19s → 0.0006s |
412
+ | `market.ticks.tick_size_int` (Decimal → float 밴드 이분탐색) · `tick_size_array`·ETF 표 신설 | 0.44 → 0.07µs/호출 |
413
+ | `backtest.ticktime.trailing_sums`·`forward_max_last` (scalp-it `tick_sanity` 루프 이식) | 13만 틱 21×·119× |
414
+ | `run_replay(cost_model=, liquidate_at_end=)` | daytrade-it 이중 장부 우회 제거 |
415
+ | `stats.cluster_bootstrap_diff_ci` | daytrade-it `diff_ci` 와 같은 숫자, 손 루프 대체 |
416
+
374
417
  ## 설계 원칙
375
418
 
376
419
  1. **이식은 수치 동일.** 소비 레포가 실매매일에 갈아탈 수 있어야 한다. 포트마다 원본
@@ -417,7 +460,7 @@ numba 커널이고 폴백도 같은 숫자다. `cost` 는 필수 인자 — 원
417
460
  ```bash
418
461
  uv sync --extra dev
419
462
  uv sync --extra dev --extra fast # numba 경로까지
420
- uv run pytest -q # 656 tests (extra fast·opt 포함)
463
+ uv run pytest -q # 800+ tests (extra fast·opt 포함)
421
464
  uv run ruff check src tests
422
465
  ```
423
466
 
@@ -425,6 +468,12 @@ uv run ruff check src tests
425
468
 
426
469
  ## 로드맵
427
470
 
471
+ - **v0.7** 로 데이터 층(`data`)과 가속이 들어갔다. 소비 레포 채택 순서 제안: scalp-it 하루치 로더 9벌·
472
+ 피클 캐시 → `load_ticks`/`load_quotes`, `select distinct ts::date` → `trading_calendar`, `tick_sanity` 루프
473
+ → `backtest.ticktime`; daytrade-it 분봉 쿼리 → `load_minute_bars`, `handlers/backtest.py` 이중 장부 →
474
+ `run_replay(cost_model=, liquidate_at_end=True)`, `diff_ci` → `cluster_bootstrap_diff_ci`; swing-it
475
+ `read_prices`·반복 피벗 → `load_daily_bars` + `daily_panel`. 다음: 수집기 COPY 쓰기 경로, 실시간
476
+ `TimeWindow`(pair_detector 창 합), `price_adjust` 의 코어 이전 — 셋 다 실매매·운영 경로라 패리티 근거와 함께.
428
477
  - **v0.6** 로 판정 축(`backtest.lob.ceiling`·`stats.selection`·`backtest.drift`·`stats.matched_null`)과
429
478
  `kqc nightly status`·`kqc pins` 가 들어갔다. 다음 순서: scalp-it 100번(분봉 275일 탐색)이 3·4 를 쓰게 →
430
479
  엔진 A 마무리(두 데몬의 킬·장부를 `OrderManager` 로, 실주문이 멈춘 지금이 교체 비용이 가장 싸다) →
@@ -0,0 +1,55 @@
1
+ # v0.7.0 — 공용 데이터 레이어 + 가속 (2026-10-08)
2
+
3
+ 사용자 지시(2026-10-08): "코어의 디펜던시가 트레이더 레포들을 잘 보필하는지 점검하고 최대한 많은 공통
4
+ 비중을 챙겨오고, 캐싱과 가속화·메모리, numba". 세 소비 레포(scalp-it·daytrade-it·swing-it) 감사 결과
5
+ 공통 1순위가 같았다 — **코어에 데이터 읽기 층이 없다**.
6
+
7
+ ## 감사 요약(근거)
8
+
9
+ - scalp-it: 하루치 틱·호가를 `pd.read_sql` 로 통째 읽고 `dict(tuple(groupby))` 로 복사하는 로더가 9벌,
10
+ 날짜별 피클 캐시 로더 17벌(`~/of80` 17GB, float64·object 열 혼재). `select distinct ts::date from ticks`
11
+ 로 9.8GB 하이퍼테이블을 훑어 날짜 목록을 낸다(5곳).
12
+ - daytrade-it: 분봉을 매 실행 Postgres 에서 다시 읽는다(코드×일 단위 쿼리 포함), 전 거래일을 005930
13
+ 일봉으로 찾는다, `Decimal(str(x))` 로 분봉 OHLC 를 만든다.
14
+ - swing-it: `SELECT *` 로 `daily_bars_adjusted` 전체를 매번 읽고 같은 표를 5~6번 피벗, `code×date`
15
+ vs `date×code` 방향 혼동으로 실제 버그 기록(`inst_flow_accel_gate.py:61`).
16
+ - 코어 자체 느린 곳: `lob.ceiling` 미래 창 O(n·h)(→ 커밋 2a34d66 에서 O(n)), `panels`
17
+ (`pivot_table`·`transform(lambda)`), `crosssectional._trailing_adv`(날짜 루프), `paired_bootstrap`
18
+ (n_boot 파이썬 루프), `matched_control`(트레이드마다 후보 배열 복사), `tick_size_int`(호출마다 Decimal).
19
+
20
+ 이전 결정 "읽기 클라이언트는 레포별 독립 사본"(swing-it `storage.py`, 2026-09-12)은 **쓰기 통합**만 다룬
21
+ 것이고 캐시·자료형 문제는 다루지 않았다. 이번 데이터 층은 **옵트인**이다 — 기존 어댑터를 깨지 않고,
22
+ 소비 레포가 로더를 하나씩 갈아끼운다.
23
+
24
+ ## `krx_quant_core.data`
25
+
26
+ | 모듈 | 내용 |
27
+ |---|---|
28
+ | `db` | `resolve_dsn()`(인자 → `KR_QUANT_DB` → `KQC_ENV_FILE`/`.env` 탐색), `connect()`(psycopg3 우선, 없으면 psycopg2), `fetch_frame()` — Postgres 는 `COPY … TO STDOUT (FORMAT csv)` + pandas C 파서(`read_sql` 대비 1.7×, 실측 7.6s→4.5s/일), 그 밖의 DB-API(sqlite 테스트)는 커서. |
29
+ | `store` | `ColumnStore` — `{root}/{dataset}/v{N}/{key}/{col}.npy` + `meta.json`. 열 단위로 쓰고 `mmap_mode="r"` 로 읽는다(16 워커 스윕이 같은 페이지 캐시를 공유, 필요한 열만 디스크에서 올라옴). 원자적 쓰기(임시 파일 → `os.replace`), 열 추가는 `flock`. 의존성 없음(pyarrow 불필요 — 소비 레포 둘에 없다). |
30
+ | `intraday` | `CodeDay`(종목별 CSR: `codes`·`ptr`·열 배열) + `load_ticks(day)`·`load_quotes(day, levels)`·`load_minute_bars(day)`. 시각은 `sec`(자정 기준 int32 초), 가격 int32, 수량 int64, 방향 int8, 강도 float64(DB 비트 동일 — float32 는 피처 골든을 깬다). `CodeDay.frame(code)` 가 `lob.build_second_grid` 가 받는 DataFrame(`ts` 복원)을 낸다. **닫힌 날(KST 오늘 이전)만** 캐시 — 오늘은 매번 DB, 행 0 인 날은 캐시 안 함, 백필 뒤엔 `refresh=True`. 정수열은 int64 로 파싱 후 범위 검사(C 파서에 int32 를 주면 조용히 wrap). |
31
+ | `daily` | `load_daily_bars(start, end, adjusted=)` 긴 프레임(`code` 범주형) + `daily_panel()` → `DailyPanel(codes, dates, 값 배열)` 방향 명시(`frame(field, orient=)`). 캐시는 **연도별**, 지문 `(count, max(date), Σround(close×100), Σvolume)` 정수 합(float 합은 PG 병렬 집계에서 흔들린다). 지문이 바뀐 해만 새 세대로 통째 교체. |
32
+ | (daily 안) | `trading_calendar()` — `daily_bars` 의 distinct date(0.76s)를 하루 한 번 디스크 캐시 → `TradingCalendar`. 직전 평일이 없으면(수집 실패) 캐시 안 하고 10분 뒤 재질의. |
33
+
34
+ ## 가속·메모리(기존 API, 값 동일) — 실제 반영분
35
+
36
+ - `backtest.lob.ceiling`·`features.forward_labels`: 미래 창 극값 O(n·h) → 단조 덱 O(n)(`lob._window`).
37
+ - `market.ticks.tick_size_int` float 밴드 이분탐색, `tick_size_array(prices, etf=)`, `ETF_TICK_BANDS`,
38
+ `lob.etf_tick_table()`.
39
+ - `backtest.ticktime.trailing_sums`·`forward_max_last` — scalp-it `tick_sanity` 루프의 numba 이식(비트 동일).
40
+ - `run_replay(cost_model=, liquidate_at_end=)`.
41
+
42
+ 측정 후 **하지 않은 것**: `backtest.panels`(재작성 이득 ≤25%, 3,000×2,500 기준 각 ~1s — swing-it 의 해법은
43
+ 반복 피벗을 `data.daily_panel` 한 번으로 바꾸는 것), `crosssectional._trailing_adv`(0.8s, nanmean 합 순서가
44
+ 배열 메모리 배치에 따라 달라 비트 동일 재현 비용이 큼), `paired_bootstrap`(0.4s)·`matched_control`(0.12s)
45
+ — 이미 1초 미만.
46
+
47
+ ## 추가 통계(소비 레포 수작업 대체)
48
+
49
+ - `stats.matched_null.cluster_bootstrap_diff_ci(a, ca, b, cb)` — 두 표본 평균차, 날짜 공동 재추출
50
+ (daytrade-it `diff_ci` 와 같은 숫자; scalp-it `tick_sanity.bootstrap_diff_ci` 는 관측 i.i.d. 라 숫자가 다르다).
51
+
52
+ ## 하지 않는 것
53
+
54
+ - 소비 레포 코드 변경(각 레포 세션 몫 — 채택 안내만).
55
+ - 수집기 쓰기 경로(COPY writer)·`TimeWindow` 실시간 상태 — 실매매 경로라 다음 단계에서 패리티 근거와 함께.
@@ -1,7 +1,7 @@
1
1
  [project]
2
2
  name = "krx-quant-core"
3
- version = "0.6.2"
4
- description = "한국 주식(KOSPI·KOSDAQ) 퀀트 공통 코어 — 호가단위·가격제한폭·세션, 일자별 거래세 비용모델, 주문 가드, 공시 리스크 분류, 체결 시뮬레이션, Deflated Sharpe·purged CV 검증 통계"
3
+ version = "0.7.0"
4
+ description = "한국 주식(KOSPI·KOSDAQ) 퀀트 공통 코어 — 호가단위·가격제한폭·세션, 일자별 거래세 비용모델, 주문 가드, 공시 리스크 분류, 체결 시뮬레이션, Deflated Sharpe·purged CV 검증 통계, 공용 데이터 층(COPY·mmap 캐시)"
5
5
  readme = "README.md"
6
6
  license = { text = "Apache-2.0" }
7
7
  requires-python = ">=3.11"
@@ -5,4 +5,4 @@ scalp-it(스캘핑)·daytrade-it(데이트레이딩)·swing-it(스윙 리서치)
5
5
  전략 로직은 여기에 두지 않는다.
6
6
  """
7
7
 
8
- __version__ = "0.6.2"
8
+ __version__ = "0.7.0"
@@ -66,7 +66,7 @@ from .sim import (
66
66
  SimResult,
67
67
  simulate_exits,
68
68
  )
69
- from .ticks import TickTable, stock_tick_table
69
+ from .ticks import TickTable, etf_tick_table, stock_tick_table
70
70
 
71
71
  __all__ = [
72
72
  "DEFAULT_HORIZONS",
@@ -113,6 +113,7 @@ __all__ = [
113
113
  "build_second_grid",
114
114
  "compute_features",
115
115
  "compute_features_v2",
116
+ "etf_tick_table",
116
117
  "cross_section_ranks_v2",
117
118
  "forward_labels",
118
119
  "new_state_v2",
@@ -0,0 +1,57 @@
1
+ """미래 창 최댓값·최솟값 — 단조 덱 O(n) 커널(창 길이와 무관).
2
+
3
+ ``out[t] = nanmax(x[t+lo : t+lo+h])`` (뒤는 ``n`` 에서 자른다, 창 안이 전부 nan 이거나 비면
4
+ nan). 원본들은 지평 ``h`` 만큼 배열 전체를 ``fmax`` 로 겹쳐 O(n·h) 였다 — 7,200초 지평이면
5
+ 하루 한 종목에 배열 패스 7,200번이다. 최댓값은 **고르는** 연산이라 더하는 순서가 없어서
6
+ 덱으로 바꿔도 결과가 비트 단위로 같다(골든 테스트가 원본 식과 대조한다).
7
+ """
8
+
9
+ from __future__ import annotations
10
+
11
+ import numpy as np
12
+ from numpy.typing import NDArray
13
+
14
+ from ._jit import njit
15
+
16
+ __all__ = ["forward_extreme"]
17
+
18
+
19
+ @njit
20
+ def _forward_extreme(x: NDArray[np.float64], lo: int, h: int, largest: bool) -> NDArray[np.float64]:
21
+ n = x.shape[0]
22
+ out = np.full(n, np.nan)
23
+ if h <= 0:
24
+ return out
25
+ dq = np.empty(n, np.int64) # 창 안 후보 인덱스. head 가 가장 큰 인덱스(먼저 만료)
26
+ head = 0
27
+ tail = 0 # [head, tail) — tail 쪽이 가장 최근에 넣은(작은) 인덱스
28
+ # t 를 거꾸로 돌며 창 [t+lo, t+lo+h-1] 을 왼쪽으로 민다.
29
+ for t in range(n - 1, -1, -1):
30
+ i = t + lo
31
+ if i < n:
32
+ v = x[i]
33
+ if v == v:
34
+ if largest:
35
+ while tail > head and x[dq[tail - 1]] <= v:
36
+ tail -= 1
37
+ else:
38
+ while tail > head and x[dq[tail - 1]] >= v:
39
+ tail -= 1
40
+ dq[tail] = i
41
+ tail += 1
42
+ last = t + lo + h - 1
43
+ while tail > head and dq[head] > last:
44
+ head += 1
45
+ if tail > head:
46
+ out[t] = x[dq[head]]
47
+ return out
48
+
49
+
50
+ def forward_extreme(
51
+ x: NDArray[np.float64], lo: int, h: int, *, largest: bool
52
+ ) -> NDArray[np.float64]:
53
+ """``out[t]`` = ``x[t+lo : t+lo+h]`` 의 nan 무시 최댓값(``largest``)/최솟값. 없으면 nan."""
54
+ if lo < 0:
55
+ raise ValueError("lo must be >= 0")
56
+ arr = np.ascontiguousarray(x, dtype=np.float64)
57
+ return _forward_extreme(arr, int(lo), int(h), bool(largest)) # type: ignore[no-any-return]
@@ -24,9 +24,9 @@ from collections.abc import Sequence
24
24
 
25
25
  import numpy as np
26
26
  import pandas as pd
27
- from numpy.lib.stride_tricks import sliding_window_view
28
27
 
29
28
  from ._jit import njit
29
+ from ._window import forward_extreme
30
30
 
31
31
  __all__ = [
32
32
  "DEFAULT_HORIZONS",
@@ -43,15 +43,8 @@ DEFAULT_HORIZONS: tuple[int, ...] = (10, 30, 60, 300, 600, 1800, 3600, 7200)
43
43
 
44
44
 
45
45
  def _future_extreme(x: np.ndarray, h: int, *, largest: bool) -> np.ndarray:
46
- """out[t] = max/min(x[t+2 : t+2+h]) — 원본과 같은 순서로 fmax/fmin 누적(NaN 무시)."""
47
- n = len(x)
48
- best = np.full(n, np.nan, np.float64)
49
- op = np.fmax if largest else np.fmin
50
- for j in range(2, h + 2):
51
- s = np.full(n, np.nan)
52
- s[: n - j] = x[j:]
53
- best = op(best, s)
54
- return best
46
+ """out[t] = max/min(x[t+2 : t+2+h]) (NaN 무시) — 원본 fmax/fmin h겹 누적과 같은 값, O(n)."""
47
+ return forward_extreme(x, 2, h, largest=largest)
55
48
 
56
49
 
57
50
  def oracle_long(
@@ -125,10 +118,10 @@ def window_max(x: np.ndarray, h: int) -> np.ndarray:
125
118
  """``w[i] = nanmax(x[i : i+h])`` — 뒤가 모자라면 NaN."""
126
119
  x = np.asarray(x, np.float64)
127
120
  n = len(x)
128
- out = np.full(n, np.nan)
129
- if n > h:
130
- with np.errstate(all="ignore"):
131
- out[: n - h + 1] = np.nanmax(sliding_window_view(x, h), axis=1)
121
+ if n <= h:
122
+ return np.full(n, np.nan)
123
+ out = forward_extreme(x, 0, h, largest=True)
124
+ out[n - h + 1 :] = np.nan
132
125
  return out
133
126
 
134
127
 
@@ -23,6 +23,7 @@ import numpy as np
23
23
  from numpy.typing import NDArray
24
24
 
25
25
  from ._jit import div, njit
26
+ from ._window import forward_extreme
26
27
  from .ticks import TickTable, stock_tick_table, tick_of
27
28
 
28
29
  __all__ = [
@@ -290,22 +291,6 @@ class SecondFeatureStream:
290
291
  return self._out
291
292
 
292
293
 
293
- @njit
294
- def _fwd_max_shifted(a: NDArray[np.float64], h: int) -> NDArray[np.float64]:
295
- """``out[t] = nanmax(a[t+2 .. t+1+h])`` — 원본 ``mfe`` 정렬(1초 지연 진입 뒤 h초)."""
296
- n = a.shape[0]
297
- out = np.full(n, np.nan)
298
- for t in range(n - 1):
299
- m = np.nan
300
- hi = min(t + 1 + h, n - 1)
301
- for s in range(t + 2, hi + 1):
302
- v = a[s]
303
- if v == v and (m != m or v > m):
304
- m = v
305
- out[t] = m
306
- return out
307
-
308
-
309
294
  def forward_labels(
310
295
  bid: NDArray[np.float64],
311
296
  ask: NDArray[np.float64],
@@ -329,5 +314,6 @@ def forward_labels(
329
314
  if n - 1 - h > 0:
330
315
  exit_b[: n - 1 - h] = bb[1 + h :]
331
316
  out[f"net{h}"] = exit_b / ask_e - 1 - cost
332
- out[f"mfe{h}"] = _fwd_max_shifted(bb, int(h)) / ask_e - 1 - cost
317
+ # 1초 지연 진입 뒤 h초: nanmax(bb[t+2 .. t+1+h]) — 원본 mfe 정렬
318
+ out[f"mfe{h}"] = forward_extreme(bb, 2, int(h), largest=True) / ask_e - 1 - cost
333
319
  return out
@@ -5,7 +5,7 @@
5
5
  정본이 바뀌면 여기가 조용히 어긋나지 않고 import 가 실패한다.
6
6
 
7
7
  ETF 호가단위(2,000원 미만 1원·이상 5원)는 kiwoom-client 0.4.0 에 **없다**. 정본에 추가를
8
- 요청해 두었고, 그 전까지 ETF 를 돌리는 호출부는 :class:`TickTable` 을 직접 만들어 넘긴다.
8
+ 요청해 두었고, 그 전까지는 :func:`etf_tick_table` (``market.ticks.ETF_TICK_BANDS``)을 쓴다.
9
9
  """
10
10
 
11
11
  from __future__ import annotations
@@ -16,11 +16,11 @@ from dataclasses import dataclass
16
16
  import numpy as np
17
17
  from numpy.typing import NDArray
18
18
 
19
- from krx_quant_core.market.ticks import tick_size
19
+ from krx_quant_core.market.ticks import ETF_TICK_BANDS, tick_size
20
20
 
21
21
  from ._jit import njit
22
22
 
23
- __all__ = ["TickTable", "stock_tick_table", "tick_of"]
23
+ __all__ = ["TickTable", "etf_tick_table", "stock_tick_table", "tick_of"]
24
24
 
25
25
 
26
26
  @dataclass(frozen=True)
@@ -81,3 +81,15 @@ _STOCK = _load_stock_table()
81
81
  def stock_tick_table() -> TickTable:
82
82
  """KOSPI·KOSDAQ 주식 호가단위(kiwoom-client 정본)."""
83
83
  return _STOCK
84
+
85
+
86
+ _ETF = TickTable(
87
+ bounds=np.array(ETF_TICK_BANDS[0], np.float64),
88
+ ticks=np.array(ETF_TICK_BANDS[1][:-1], np.float64),
89
+ top=float(ETF_TICK_BANDS[1][-1]),
90
+ )
91
+
92
+
93
+ def etf_tick_table() -> TickTable:
94
+ """ETF·ETN 호가단위(2,000원 미만 1원, 이상 5원) — ``simulate_exits(tick_table=...)`` 등에."""
95
+ return _ETF
@@ -24,6 +24,7 @@ from pathlib import Path
24
24
 
25
25
  import pandas as pd
26
26
 
27
+ from krx_quant_core.costs.model import KoreanCostModel
27
28
  from krx_quant_core.execution.book import PositionBook
28
29
  from krx_quant_core.execution.engine import Bar, EngineCore, Event, Quote, Strategy, Trade
29
30
  from krx_quant_core.execution.events import Fill
@@ -118,6 +119,28 @@ def merge_events(
118
119
  return sorted(evs, key=lambda e: (e.ts, _KIND_ORDER[type(e)]))
119
120
 
120
121
 
122
+ def _liquidate(book: PositionBook, events: list[Event]) -> list[Fill]:
123
+ last: dict[str, tuple[float, datetime]] = {}
124
+ for ev in events:
125
+ if isinstance(ev, Bar):
126
+ last[ev.code] = (ev.close, ev.ts)
127
+ elif isinstance(ev, Trade):
128
+ last[ev.code] = (ev.price, ev.ts)
129
+ elif isinstance(ev, Quote) and ev.bid > 0:
130
+ last[ev.code] = (ev.bid, ev.ts)
131
+ out: list[Fill] = []
132
+ for code, holding in book.positions().items():
133
+ if code not in last:
134
+ raise ValueError(f"liquidate_at_end: no price observed for held {code}")
135
+ price, ts = last[code]
136
+ fill = Fill(
137
+ ord_no="END", code=code, side="sell", qty=holding.qty, price=int(round(price)), ts=ts
138
+ )
139
+ book.apply(fill)
140
+ out.append(fill)
141
+ return out
142
+
143
+
121
144
  def run_replay(
122
145
  strategy: Strategy,
123
146
  events: Iterable[Event],
@@ -127,8 +150,21 @@ def run_replay(
127
150
  fill_basis: FillBasis = "through",
128
151
  latency_sec: float = 0.0,
129
152
  market_of: Callable[[str], str] = lambda c: "KOSPI",
153
+ cost_model: KoreanCostModel | None = None,
154
+ liquidate_at_end: bool = False,
130
155
  ) -> ReplayResult:
131
- """``events`` 를 순서대로 ``PaperBroker`` 위 엔진에 먹이고 결과를 모은다."""
156
+ """``events`` 를 순서대로 ``PaperBroker`` 위 엔진에 먹이고 결과를 모은다.
157
+
158
+ Args:
159
+ cost_model: 장부(:class:`PositionBook`)가 청산 때 뺄 비용 모델. 기본은 장부 기본값
160
+ (슬리피지 0 — 체결가에 이미 들어 있다). daytrade-it 처럼 자기 비용 모델이 있으면
161
+ 넘긴다(전엔 체결을 두 번째 장부에 다시 적어야 했다).
162
+ liquidate_at_end: 끝에 남은 보유를 종목별 **마지막 관측가**(봉 종가·체결가·매수1호가)로
163
+ 장부에서 청산한다(``ord_no="END"`` 체결로 ``fills``·``trades`` 에 남는다). 주문·가드·
164
+ ``fill_basis`` 를 거치지 않는 회계상 청산이다 — 가격은 매수1호가가 아니라 마지막
165
+ 체결가/종가일 수 있고(원 단위 반올림), 시각은 그 관측 시각이다(지연 체결보다
166
+ 이를 수 있다).
167
+ """
132
168
  engine: EngineCore | None = None
133
169
 
134
170
  def clock() -> datetime:
@@ -136,7 +172,7 @@ def run_replay(
136
172
 
137
173
  broker = PaperBroker(fill_basis=fill_basis, latency_sec=latency_sec)
138
174
  guard = OrderGuard(guard_config or _default_guard_config(), clock=clock)
139
- book = PositionBook(market_of=market_of)
175
+ book = PositionBook(market_of=market_of, cost_model=cost_model)
140
176
  kill = KillSwitch(kill_config) if kill_config is not None else None
141
177
 
142
178
  # 이벤트를 먼저 목록으로 굳혀 첫 시각을 안다 — on_start 에서 낸 주문도 1970 시계가
@@ -158,6 +194,8 @@ def run_replay(
158
194
  for ev in events:
159
195
  fills.extend(engine.feed(ev))
160
196
  engine.end()
197
+ if liquidate_at_end:
198
+ fills.extend(_liquidate(book, events))
161
199
  rows: list[dict] = []
162
200
  if log_path.exists():
163
201
  with open(log_path, encoding="utf-8") as f: