파이썬 주식 백테스트: NH투자증권 Open API로 ㅇㅇ전자 투자전략 검증하기

주식 투자를 하다 보면 "우량주는 3일 연속 하락하면 무조건 반등한다"와 같은 증시 격언이나 자신만의 감을 믿게 되는 순간이 있습니다. 하지만 내 피 같은 돈을 투자하면서 막연한 '감'에만 의존할 수는 없습니다. 과거 데이터를 기반으로 이 공식이 정말 맞는지 확인하는 '백테스트(Backtest)' 과정이 반드시 필요합니다.

과거에는 투자 데이터를 수집하고 나만의 주식 프로그램을 구축하는 것이 전문가들의 영역이었습니다. 하지만 이제는 NH투자증권 Open API(Namuh PLUG)와 파이썬(Python), 그리고 AI 투자비서(ChatGPT/Claude)만 있다면 누구나 단 10분 만에 자신의 투자전략을 데이터로 증명할 수 있습니다.

이번 글에서는 복잡한 데이터베이스(DB) 구축 없이, 가장 실용적인 Open API 활용을 통해 삼성전자 주가 데이터를 분석하고 '3일 연속 하락 후 반등설'을 직접 팩트 체크해 본 전체 과정을 상세히 공유합니다.

1. 1분 만에 끝나는 주식 API 연동

과거에 주식 API를 사용하려면 복잡한 서류 제출이나 범용 공동인증서 발급 등 진입 장벽이 높았습니다. 하지만 NH투자증권의 Namuh PLUG는 이 과정을 혁신적으로 단축했습니다.

스마트폰 QR코드로 초간편 로그인

PC 홈페이지에 접속한 뒤, 평소 사용하던 나무증권 MTS 앱을 켜서 화면의 QR코드만 스캔하면 즉시 로그인 및 API 사용 신청이 완료됩니다.

2. 파이썬 환경 세팅 및 필수 라이브러리 설치

로컬 PC에서 파이썬 환경을 열고, 데이터를 끌어올 공식 SDK와 데이터를 엑셀처럼 다루기 위한 분석 라이브러리를 설치합니다.

터미널(또는 명령 프롬프트)을 열고 아래 명령어를 입력합니다.

pip install nhplug pandas

• nhplug: 복잡한 인증 로직이나 토큰 갱신을 알아서 처리해 주는 NH투자증권 비공식/공식 연동 래퍼(Wrapper) 라이브러리입니다.
• pandas: 방대한 시계열 투자 데이터를 표(DataFrame) 형태로 가공하고 조건 검색을 수행하는 데이터 분석의 핵심 도구입니다.

3. AI 투자비서(ChatGPT/Claude)를 활용한 백테스트 코드 작성

직접 주식 프로그램을 개발하기 위해 파이썬 문법을 완벽히 모르더라도 걱정할 필요가 없습니다. 든든한 AI 투자비서에게 우리의 목적을 명확히 설명하면 완벽한 코드를 짜줍니다.

실제 사용한 프롬프트(질문) 예시:

"NH투자증권 API(nhplug SDK)를 이용해서 ㅇㅇ전자의 최근 1500일치 일봉 데이터를 불러오는 파이썬 코드를 작성해 줘. 그리고 pandas를 사용해서 '3일 연속 종가가 하락한 날'을 찾고, 그다음 날 상승(반등)할 확률이 몇 %인지 계산하는 백테스트 로직을 만들어 줘. DB는 쓰지 말고 메모리에서 바로 처리해 줘."

4. 핵심 코드 분석: 데이터베이스(DB) 없이 주가 데이터 처리하기

개인 투자자가 백테스트를 망설이는 가장 큰 이유는 "수만 건의 주가 데이터를 저장할 MySQL이나 SQLite 같은 DB 서버를 구축해야 하나?" 하는 부담감 때문입니다.

하지만 이번 테스트에서는 별도의 물리적 DB 적재 없이 100% 인메모리(In-Memory) 방식으로 데이터를 처리했습니다.

주가 데이터 수집 및 가공 프로세스

1. API 페이징 호출 (nhplug.paginate): /krstock/quote/v1/currentDaily 엔드포인트를 호출하여 한 번에 100일 치씩, 총 15페이지(1500 영업일)의 과거 데이터를 실시간으로 당겨옵니다.
2. Pandas 변환 (In-Memory): 수집된 데이터 리스트를 즉시 pd.DataFrame()을 통해 메모리상의 데이터프레임으로 변환합니다. DB 서버 설치 없이 파이썬 메모리 위에서 엑셀 표가 하나 만들어진 것과 같습니다.
3. 조건 필터링 (shift 함수 활용): ```python # 최신 날짜순 정렬 후 당일 종가와 어제 종가를 비교 df['is_drop'] = df['stck_clpr'] < df['stck_clpr'].shift(1)

# 3일 연속 하락 조건 도출 condition_3_drops = df['is_drop'].shift(1) & df['is_drop'].shift(2) & df['is_drop'].shift(3) ````

이처럼 Pandas의 .shift() 기능을 사용하면 행(Row) 간의 데이터를 쉽게 비교할 수 있어, 3일 연속 하락 조건을 단 몇 줄의 코드로 필터링할 수 있습니다.

5. ㅇㅇ전자 백테스트 실행 결과

모든 준비를 마치고 스크립트를 실행해 보았습니다. 결과는 어떻게 나왔을까요?

==================================================
📊 [백테스트 결과: 3일 연속 하락 후 반등설]
==================================================
분석 대상 종목: ㅇㅇ전자 
분석 기간: 2020-07-30 ~ 2026-09-11 (1500 영업일)
--------------------------------------------------
3일 연속 하락 발생 횟수 : 147 회
그 다음 날 반등 성공 횟수: 76 회
✨ 4일차 반등 확률(승률) : 51.70%
==================================================

결과 해석

최근 약 6년(1500 영업일) 동안 ㅇㅇ전자 주가가 3일 연속으로 하락한 날은 총 147번 있었습니다. 그리고 대망의 4일 차에 주가가 상승(반등) 한 횟수는 76번이었습니다.

확률로 계산해 보면 51.70% 입니다. "무조건 반등한다"라고 맹신하기에는 절반에 가까운 확률이지만, 동전 던지기(50%)보다는 미세하게 높은 승률을 보여주어 어느 정도의 반등 심리가 작용한다는 것을 확인할 수 있었습니다.

마무리하며: 나만의 투자 무기 만들기

이번 프로젝트를 통해 얻은 가장 큰 수확은 단순한 '승률 51%'라는 숫자가 아닙니다. 바로 뇌동매매를 방지하고, 내 아이디어를 즉각적으로 검증할 수 있는 무기를 얻었다는 점입니다.

단 5분. 파이썬과 NH투자증권 Open API, 그리고 AI 투자비서가 있다면 여러분이 평소 생각하던 이동평균선 매매법, 거래량 급증 후 종가 베팅 등 어떠한 투자전략이든 쉽게 팩트 체크할 수 있습니다. 여러분도 남의 말에 휘둘리지 말고, 직접 투자 데이터를 검증하는 데이터 기반의 AI 투자를 시작해 보시길 바랍니다.

https://youtu.be/OPBh2Kp_LxE

💡 자주 묻는 질문 (FAQ)

Q. 프로그래밍을 전혀 모르는 초보자도 할 수 있나요? A. 네, 가능합니다. 파이썬 설치 방법만 안다면, 실제 로직과 코드는 ChatGPT나 Claude 같은 AI 모델이 모두 작성해 줍니다. 질문(프롬프트)만 명확하게 하면 됩니다.

Q. 수만 건의 과거 데이터를 불러오는데 DB(데이터베이스) 구축이 필수인가요? A. 아닙니다. 개인 투자자의 백테스트 수준(수천~수만 건)에서는 별도의 SQL DB 구축 없이, 파이썬의 pandas 라이브러리를 활용해 컴퓨터 메모리(RAM) 상에서 즉시 처리하는 인메모리 방식이 훨씬 빠르고 간편합니다.

Q. API 이용 요금이 있나요? A. NH투자증권 Namuh PLUG API는 계좌를 보유한 고객이라면 기본적으로 무료로 연동 및 시세 데이터 조회가 가능합니다. (상세 정책은 공식 홈페이지 참고)