날짜별 데이터(daily_buy_list) 데이터베이스

@@ -7,9 +7,6 @@ db_ip="localhost"
 # 모의투자 계좌번호
 test_account_no="8147766711"
 
-# 시뮬레이션을 돌리기 시작할 날짜
-start_buying='20190101'
-
 test_num=1
 test_bot_name="AutoBot"+str(test_num)+"_Test"
 
@@ -20,7 +17,17 @@ real_num=1
 
 # 데이터베이스 이름
 real_bot_name="AutoBot"+str(real_num)
-real_stockInfo_name="stock_info"
-real_dailyInfo_name="daily_info"
+real_daily_craw_db_name = "daily_craw"
+real_daily_buy_list_db_name = "daily_buy_list"
+
+# 시뮬레이션을 돌리기 시작할 날짜
+start_daily_buy_list='20190102'
+
+# api를 최대 몇 번까지 호출 하고 봇을 끌지 설정 하는 옵션
+max_api_call=98
+
+# openapi 1회 조회 시 대기 시간(0.2 보다-> 0.3이 안정적)
+TR_REQ_TIME_INTERVAL = 0.3
 
-max_api_call=98
\ No newline at end of file
+# n회 조회를 1번 발생시킨 경우 대기 시간
+TR_REQ_TIME_INTERVAL_LONG = 1
\ No newline at end of file

+from sqlalchemy import *
+from pandas import DataFrame
+import datetime
+
+from daily_crawler import *
+import cf
+
+# -* daily_buy_list *-
+# 일자별로 주식종목에 대한 데이터를 저장하는 데이터베이스
+
+class daily_buy_list():
+    def __init__(self):
+        self.variable_setting()
+
+    # 변수 설정
+    def variable_setting(self):
+        self.today = datetime.datetime.today().strftime("%Y%m%d")
+        self.today_detail = datetime.datetime.today().strftime("%Y%m%d%H%M")
+        self.start_date = cf.start_daily_buy_list
+        self.engine_daily_craw = create_engine(
+            "mysql+pymysql://" + cf.db_id + ":" + cf.db_pw + "@" + cf.db_ip + ":" + cf.db_port + "/daily_craw",
+            encoding='utf-8')
+        self.engine_daily_buy_list = create_engine(
+            "mysql+pymysql://" + cf.db_id + ":" + cf.db_pw + "@" + cf.db_ip + ":" + cf.db_port + "/daily_buy_list",
+            encoding='utf-8')
+
+    # 설정한 날짜부터 현재까지 날짜 리스트를 저장하는 함수
+    def date_rows_setting(self):
+        query = "select date from `gs글로벌` where date >= '%s' group by date"
+        self.date_rows = self.engine_daily_craw.execute(query % self.start_date).fetchall()
+
+    # daily_buy_list 데이터베이스에 특정 이름(date)을 가진 테이블이 존재하는지 확인하는 함수
+    def is_table_exist_daily_buy_list(self, date):
+        query = "select 1 from information_schema.tables where table_schema ='daily_buy_list' and table_name = '%s'"
+        rows = self.engine_daily_buy_list.execute(query % (date)).fetchall()
+
+        if len(rows) == 1:
+            return True
+        elif len(rows) == 0:
+            return False
+
+    # daily_buy_list 데이터베이스 안에 테이블을 생성하는 함수
+    def daily_buy_list(self):
+        self.date_rows_setting()
+        self.get_stock_item_all()
+
+        for k in range(len(self.date_rows)):
+            print(str(k) + " 번째 : " + datetime.datetime.today().strftime(" ******* %H : %M : %S *******"))
+            # 특정 날짜의 이름을 가진 테이블 존재하는지 확인
+            # 테이블이 존재하면 다음 날짜를 확인
+            if self.is_table_exist_daily_buy_list(self.date_rows[k][0]):
+                continue
+            # 테이블이 존재하지 않으면 생성
+            else:
+                multi_list = list()
+
+                for i in range(len(self.stock_item_all)):
+                    code = self.stock_item_all[i][1]            # 종목코드
+                    code_name = self.stock_item_all[i][0]       # 종목명
+
+                    # daily_craw 데이터베이스에 종목명을 가진 테이블이 존재하지 않는 경우 다음 데이터 처리
+                    # daily_craw에 저장한 종목에 대해서만 daily_buy_list에 날짜별 데이터를 저장한다
+                    if not self.is_table_exist_daily_craw(code, code_name):
+                        continue
+
+                    query = f"select * from '{self.stock_item_all[i][0]}' where date = '{self.date_rows[k][0]}' " \
+                            f"group by date"
+                    rows = self.engine_daily_craw.execute(query).fetchall()
+                    multi_list += rows
+
+                if len(multi_list) != 0:
+                    df_temp = DataFrame(multi_list,
+                                        columns=['index', 'date', 'check_item', 'code', 'code_name', 'd1_diff_rate',
+                                                 'close', 'open', 'high', 'low','volume',
+                                                 'clo5', 'clo10', 'clo20', 'clo60', 'clo120',
+                                                 "clo5_diff_rate", "clo10_diff_rate","clo20_diff_rate",
+                                                 "clo60_diff_rate", "clo120_diff_rate",
+                                                 'yes_clo5', 'yes_clo10', 'yes_clo20', 'yes_clo60', 'yes_clo120',
+                                                 'vol5', 'vol10', 'vol20', 'vol60', 'vol120'
+                                                 ])
+
+                    df_temp.to_sql(name=self.date_rows[k][0], con=self.engine_daily_buy_list, if_exists='replace')
+
+    # stock_item_all(거래할 종목 리스트)에서 모든 항목을 가져오는 함수
+    def get_stock_item_all(self):
+        print("get_stock_item_all!!!!!!")
+        sql = "select code_name,code from stock_item_all"
+        self.stock_item_all = self.engine_daily_buy_list.execute(sql).fetchall()
+
+    # daily_craw 데이터베이스에 특정 이름(code_name)을 가진 테이블이 존재하는지 확인하는 함수
+    def is_table_exist_daily_craw(self, code, code_name):
+        sql = "select 1 from information_schema.tables where table_schema ='daily_craw' and table_name = '%s'"
+        rows = self.engine_daily_craw.execute(sql % (code_name)).fetchall()
+
+        if len(rows) == 1:
+            return True
+        elif len(rows) == 0:
+            return False
+
+if __name__ == "__main__":
+    daily_buy_list = daily_buy_list()
+    daily_buy_list.date_rows_setting()

@@ -751,7 +751,7 @@ class Open_Api(QAxWidget):
     def is_stock_table_exist(self,code_name):
         query = "select 1 from information_schema.tables where table_schema ='stock_info' and table_name = '{}'"
         result=self.engine_stock.execute(query.format(code_name)).fetchall()
-        if result:ㄴ
+        if result:
             return True
         else:
             return False