Skip to content
TheChatArchiveThe Chat Archive
Metallama-4-maverick-03-26-experimental· MetaHugging Face LMArena Human Preference 140K

파이썬에서 pykiwoom 라이브러리를 이용해서 주가데이터를 sqlite3에 데이터베이스화하고 싶은데 어떻게 코드를 짜면 될 지 모르겠어. 크롤링 전체 코드를…

From a Chatbot Arena battleThe same person sent this prompt to two anonymous models at once. Compare it with Amazon Novaamazon.nova-pro-v1:0’s answer.
  1. User

    파이썬에서 pykiwoom 라이브러리를 이용해서 주가데이터를 sqlite3에 데이터베이스화하고 싶은데 어떻게 코드를 짜면 될 지 모르겠어. 크롤링 전체 코드를 적어주고 하나씩 어떤 의미인지 적어줘. 그리고 내가 수정하고 싶으면 어떻게 수정하면 되는지도 차근히 알려줘. 초등학생도 이해할 수 있을 정도로 쉽게 설명해줘.

  2. Meta Assistant

    파이썬으로 주가 데이터를 수집해서 데이터베이스에 저장하는 일은 주식 분석을 하는 사람들에게 매우 유용해. pykiwoom 라이브러리는 키움증권의 OpenAPI를 쉽게 사용할 수 있게 도와주는 도구야. 이를 이용해서 주가 데이터를 가져오고, sqlite3으로 데이터베이스를 만들어 저장하는 전체 코드를 단계별로 설명할게. 초등학생도 이해할 수 있도록 아주 쉽게!

    전체 코드 먼저 보기

    import pykiwoom
    from pykiwoom import parser
    import sqlite3
    import datetime
    
    # 1단계: 키움증권 OpenAPI 로그인 준비
    km = pykiwoom.Kiwoom()
    km.CommConnect(block=True)  # 로그인 창 띄우고 로그인 완료할 때까지 대기
    
    # 2단계: 계좌 정보 확인 (딱히 안 중요하지만 가끔 필요함)
    accounts = km.GetLoginInfo("ACCNO")
    account = accounts[0]  # 첫 번째 계좌 사용 (나중에 수정 가능)
    print("계좌번호:", account)
    
    # 3단계: 데이터베이스 연결 (없으면 새로 생성됨)
    conn = sqlite3.connect("stock_data.db")  # stock_data.db 파일 생성
    cursor = conn.cursor()
    
    # 4단계: 테이블 생성 (없을 경우에만 생성)
    cursor.execute("""
        CREATE TABLE IF NOT EXISTS stock_price (
            code TEXT,              -- 종목코드 (예: '005930' = 삼성전자)
            date TEXT,              -- 날짜 (예: '20231101')
            open INTEGER,           -- 시가
            high INTEGER,           -- 고가
            low INTEGER,            -- 저가
            close INTEGER,          -- 종가
            volume INTEGER,         -- 거래량
            PRIMARY KEY (code, date)
        );
    """)
    
    # 5단계: 주가 데이터 가져올 종목 리스트 정의
    stock_codes = {
        "삼성전자": "005930",
        "SK하이닉스": "000660",
        "현대차": "005380"
    }
    
    # 6단계: 각 종목별로 데이터 수집 & DB 저장
    for name, code in stock_codes.items():
        print(f"{name}({code}) 데이터 수집 중...")
        
        # TR 요청: opt10081 (일별 주가 데이터 요청)
        df = km.block_request("opt10081",
                              종목코드=code,
                              기준일자=datetime.date.today().strftime("%Y%m%d"),  # 오늘 날짜
                              수정주가구분=1,  # 1: 유상증자 반영, 0: 안 함
                              output="주식일봉차트조회",
                              next=0)  # 연속 데이터 없음
        
        # 데이터 프레임에서 필요한 컬럼만 추출
        df = df[["종목코드", "일자", "시가", "고가", "저가", "현재가", "거래량"]]
        df.columns = ["code", "date", "open", "high", "low", "close", "volume"]
        
        # SQLite에 데이터 삽입
        for idx, row in df.iterrows():
            try:
                cursor.execute("""
                    INSERT OR REPLACE INTO stock_price 
                    (code, date, open, high, low, close, volume)
                    VALUES (?, ?, ?, ?, ?, ?, ?)
                """, (row['code'], row['date'], row['open'], row['high'], row['low'], row['close'], row['volume']))
            except Exception as e:
                print(f"데이터 삽입 중 에러: {e}")
        
        print(f"{name} 데이터 저장 완료!")
        conn.commit()  # 중간중간 커밋해서 저장 (안 그러면 데이터 날아갈 수 있음)
    
    # 7단계: 데이터베이스 연결 종료
    conn.close()
    print("모든 데이터 수집 및 저장 완료!")
    

    자, 이제 한 단계씩 무슨 일을 하는 코드인지 초등학생처럼 쉽게 설명할게!

    1단계: 로그인하기

    km = pykiwoom.Kiwoom()
    km.CommConnect(block=True)
    
    • 무슨 일?: 키움증권 OpenAPI에 로그인해야 주가 데이터를 가져올 수 있어. 이 코드는 로그인 창을 띄우고, 내가 아이디/비밀번호를 입력하고 로그인할 때까지 기다려 주는 거야.
    • block=True 의미: "야, 로그인 끝날 때까지 여기서 기다려!"라는 뜻이야. 만약 False로 하면 로그인 되기도 전에 다음 코드가 실행돼서 에러 날 수 있어.
    • 수정 포인트:
      • 만약 키움증권 계좌가 없다면 이 코드는 실행 안 돼. 계좌 개설 필수!
      • block=True는 꼭 True로 놔둬야 해. 실수로 False 쓰면 로그인 전에 다음 코드가 실행돼서 큰일 나!

    2단계: 계좌 정보 확인 (선택사항)

    accounts = km.GetLoginInfo("ACCNO")
    account = accounts[0]
    print("계좌번호:", account)
    
    • 무슨 일?: 내 키움증권 계좌번호를 확인하는 거야. 사실 주가 데이터 수집할 땐 계좌번호가 필요 없지만, 나중에 자동 매매 같은 걸 할 때 필요해.
    • accounts[0] 의미: 계좌가 여러 개면 리스트로 나오는데, [0]은 "첫 번째 계좌 사용해!"라는 뜻이야.
    • 수정 포인트:
      • 계좌가 2개 이상이면 accounts[1]로 바꿔서 두 번째 계좌를 쓸 수 있어.
      • 사실 이 단계는 생략해도 주가 수집엔 문제 없어.

    3단계: 데이터베이스 만들기 (SQLite 연결)

    conn = sqlite3.connect("stock_data.db")
    cursor = conn.cursor()
    
    • 무슨 일?: stock_data.db라는 이름의 데이터베이스 파일을 만드는 거야.
      • 처음 실행하면 파일이 없어서 새로 만들어지고, 두 번째 실행하면 그 파일에 데이터 추가돼.
    • sqlite3이 뭔데?: 가벼운 데이터베이스 도구야. MySQL 같은 거랑 비슷하지만, 파일 하나로 모든 게 끝남!
    • 수정 포인트:
      • 파일명을 "kospi_stock.db"로 바꾸면 kospi_stock.db 파일이 생성돼.
      • USB에 저장하고 싶으면 경로를 "D:/stock_data.db"처럼 바꿔주면 돼.

    4단계: 테이블 만들기 (DB 구조 설계)

    cursor.execute("""
        CREATE TABLE IF NOT EXISTS stock_price (
            code TEXT, date TEXT, open INTEGER, high INTEGER, 
            low INTEGER, close INTEGER, volume INTEGER,
            PRIMARY KEY (code, date)
        );
    """)
    
    • 무슨 일?: 데이터베이스 안에 stock_price라는 테이블을 만드는 거야. 테이블은 엑셀처럼 생겼다고 생각하면 돼.
      • 컬럼(열) 이름:
        • code: 종목코드 (삼성전자 = 005930)
        • date: 날짜 (20231101 이런 식)
        • open, high, low, close: 시가, 고가, 저가, 종가 (주식 가격)
        • volume: 거래량 (얼마나 많이 팔고 샀는지)
      • PRIMARY KEY (code, date) 의미: "같은 날짜에 같은 종목 데이터는 절대 중복 저장 안 해!"라는 약속이야.
    • IF NOT EXISTS 중요!: 처음 실행하면 테이블 생성, 두 번째 실행하면 "이미 있네? 그럼 넘어갈게" 함.
    • 수정 포인트:
      • close INTEGER 옆에 adj_close REAL 추가하면 adj_close 컬럼이 생겨 (수정주가 반영 종가 같은 거 저장할 때 유용).
      • 예를 들어 이렇게 추가:
        CREATE TABLE IF NOT EXISTS stock_price (
            code TEXT, date TEXT, open INTEGER, high INTEGER, 
            low INTEGER, close INTEGER, adj_close REAL, volume INTEGER,
            PRIMARY KEY (code, date)
        );
        

    5단계: 주가 데이터 수집할 종목 리스트 만들기

    stock_codes = {
        "삼성전자": "005930",
        "SK하이닉스": "000660",
        "현대차": "005380"
    }
    
    • 무슨 일?: 어떤 종목을 수집할지 정하는 거야.
      • 딕셔너리 구조: "종목이름": "종목코드" 쌍으로 돼 있음.
      • 키움증권 HTS (영웅문) 켜서 종목코드 확인 가능 (ex: 삼성전자 검색하면 005930 나옴).
    • 수정 포인트:
      • 네이버 추가하고 싶으면 "네이버": "035420" 추가하면 돼.
      • 코스닥 종목도 가능 (ex: "셀트리온": "068270").
      • 만약 삼성전자만 수집하고 싶으면 이렇게 바꿔:
        stock_codes = {"삼성전자": "005930"}
        

    6단계: 데이터 수집 & DB 저장

    for name, code in stock_codes.items():
        df = km.block_request("opt10081", ... )
        # ... (중간 생략)
        for idx, row in df.iterrows():
            cursor.execute("INSERT OR REPLACE INTO ... VALUES (?, ?, ...)", 
                           (row['code'], row['date'], ...))
    
    • 무슨 일?:
      1. opt10081은 키움증권에서 **"일별 주가 데이터 주세요!"**라고 요청하는 코드야.
      2. 요청 결과로 데이터 프레임(df)이 생기고, 거기서 필요한 컬럼만 뽑아.
      3. 한 줄씩 SQLite에 INSERT (넣는) 작업 해.
    • INSERT OR REPLACE 의미: "오늘 데이터가 이미 있으면 덮어쓰고, 없으면 새로 삽입해!"라는 뜻이야.
    • 중요 포인트:
      • 기준일자=datetime.date.today().strftime("%Y%m%d"): 오늘 날짜부터 과거 데이터를 가져와.
      • 수정주가구분=1: 유상증자 같은 거 반영한 가격으로 가져와 (0으로 하면 안 됨).
    • 수정 포인트:
      • 기간을 2023년 1월 1일부터로 고정하고 싶으면 기준일자="20230101"으로 수정해.
      • 만약 분단위 데이터를 원하면 opt10081 대신 opt10080 (주식 분봉 차트 조회) 쓰고, 시간 설정 추가해야 함.

    7단계: 데이터베이스 연결 끊기

    conn.close()
    print("모든 데이터 수집 및 저장 완료!")
    
    • 무슨 일?: 모든 작업이 끝났으니 데이터베이스 연결을 끊는 거야.
    • 왜 중요해?: 안 끊으면 stock_data.db 파일이 열려 있어서 다른 프로그램에서 못 열어. 무조건 마지막에 실행해야 해!

    실행 전 필수 확인 사항

    1. 파이썬 설치: Python 3.7 이상 필요.
    2. 라이브러리 설치: 터미널에서 아래 명령어 입력
      pip install pykiwoom pandas sqlite3
      
    3. 키움 OpenAPI 설치: 키움증권 홈페이지에서 다운로드 & 설치.
    4. 계좌 개설: 키움증권 계좌 있어야 로그인 가능.
    5. API 버전 최신화: pykiwoom 최신 버전인지 확인 (pip install --upgrade pykiwoom)

    실행 후 결과 확인

    1. 내 프로젝트 폴더에 stock_data.db 파일이 생겼는지 확인.
    2. DBViewer (DBeaver, DB Browser for SQLite 등) 다운로드해서 stock_data.db 열기.
    3. stock_price 테이블 클릭해서 삼성전자 데이터 있는지 확인!

    예시:

    code    | date     | open  | high  | low   | close | volume
    005930 | 20231101 | 72000 | 73000 | 71000 | 72500 | 15000000
    005930 | 20231102 | 73000 | 74000 | 72000 | 73800 | 18000000
    ...
    

    응용 팁

    • 매일 자동 실행: 윈도우 작업 스케줄러/리눅스 crontab에 등록해서 매일 밤 11시에 돌리게 하면 좋아.
    • 과거 10년 데이터: 기준일자는 오늘 날짜로 고정하고 next 파라미터로 100일씩 끊어서 가져오면 10년치 가능 (복잡함 주의).
    • 다른 증권사 API: 대신증권은 Creon, 한국투자증권은 KIS API로 비슷한 작업 가능.

    이제 이 코드를 복사해서 실행만 하면 삼성전자, SK하이닉스, 현대차의 일별 주가 데이터가 데이터베이스에 쏙 저장될 거야! 에러 나면 댓글 달아줘~

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.